language planner
1.0.0
Wenlong Huang 1 ، Pieter Abbeel 1 ، Deepak Pathak* 2 ، Igor Mordatch* 3 (*
1 جامعة كاليفورنيا ، بيركلي ، 2 جامعة كارنيجي ميلون ، 3 جوجل الدماغ
هذا هو الرمز التجريبي الرسمي لنماذج لغتنا كورقة مخططي صفرية. يوضح الرمز مدى قدرة نماذج اللغة ، مثل GPT-3 و Codex ، على إنشاء خطط عمل للأنشطة البشرية المعقدة (على سبيل المثال "Make Breakfast") ، حتى دون أي تدريب إضافي. يمكن استخدام الكود مع أي نماذج لغة متاحة من Openai API ومحولات HuggingFace مع واجهة مشتركة.
إذا وجدت هذا العمل مفيدًا في بحثك ، فيرجى الاستشهاد باستخدام Bibtex التالي:
@article { huang2022language ,
title = { Language Models as Zero-Shot Planners: Extracting Actionable Knowledge for Embodied Agents } ,
author = { Huang, Wenlong and Abbeel, Pieter and Pathak, Deepak and Mordatch, Igor } ,
journal = { arXiv preprint arXiv:2201.07207 } ,
year = { 2022 }
}git clone https://github.com/huangwl18/language-planner.git
cd language-planner/
conda create --name language-planner-env python=3.6.13
conda activate language-planner-env
pip install --upgrade pip
pip install -r requirements.txt انظر demo.ipynb (أو) للحصول على مشاركة كاملة في طريقتنا. لا تتردد في تجربة أي مهام منزلية توصلت إليها (أو أي مهام تتجاوز المجال المنزلي إذا قدمت الإجراءات اللازمة في available_actions.json )!
ملحوظة:
available_actions.json . يجب أن تدعم الإجراءات مجموعة كبيرة ومتنوعة من المهام المنزلية. ومع ذلك ، يمكنك تعديل هذا الملف أو استبداله إذا كنت مهتمًا بمجموعة مختلفة من الإجراءات أو مجال مختلف من المهام (خارج المجال المنزلي).available_examples.json . لا تتردد في تغيير هذا الملف لمجموعة مختلفة من الأمثلة المتاحة.
