SimpleDS 一个简单的深度强化学习对话系统 描述 SimpleDS是用于通过深度强化学习来训练面向任务的对话系统的计算框架。 与其他对话系统相比，此系统直接从上一个系统的原始（嘈杂的）文本或单词嵌入以及用户响应中直接选择对话动作-正在进行的原始音频的支持。 这样做的动机是在尽可能少的人工干预下训练对话代理。 该系统在客户端-服务器架构下运行，其中学习代理（在Javascr ipt中）充当“客户端”，而环境（在Java中）充当“服务器”。 它们通过交换消息进行通信，客户端告诉客户端要执行