language planner

ゼロショットプランナーとしての言語モデル：
具体化されたエージェントのための実用的な知識を抽出します

[プロジェクトページ] [紙] [ビデオ]

Wenlong Huang ¹ 、Pieter Abbeel ¹ 、Deepak Pathak* ² 、Igor Mordatch* ³ （*同等のアドバイス）

¹カリフォルニア大学、バークレー校、 ²カーネギーメロン大学、 ³ Google Brain

これは、ゼロショットプランナーの論文としての言語モデルの公式デモコードです。このコードは、GPT-3やCodexなどの言語モデルの大規模なモデルが、それ以上のトレーニングがなくても、複雑な人間の活動（「朝食を作る」など）の行動計画をどのように生成できるかを示しています。このコードは、一般的なインターフェイスを備えたOpenai APIおよびHuggingface Transformerの利用可能な言語モデルで使用できます。

この作業があなたの研究で役立つと思われる場合は、次のBibtexを使用して引用してください。

 @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 }
    }

ローカルセットアップまたはコラブで開いています

要件

• Python = 3.6.13
• cuda = 11.3

セットアップ手順

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

実行コード

メソッドの完全なウォークスルーについては、 demo.ipynb （または）を参照してください。あなたが思いついた家庭用タスクを自由に試してみてください（または、 available_actions.jsonで必要なアクションを提供する場合、家庭ドメインを超えたタスク）！

注記：

• より大きな言語モデルでは、最良の結果が得られることが観察されています。メモリの制約のためにローカルまたはGoogle ColabでHuggingfaceトランスモデルを実行できない場合は、Openai APIアカウントを登録してGPT-3またはCodexを使用することをお勧めします（01/2022の時点で、18ドルの無料クレジットが新しいアカウントに授与され、Codexシリーズはウェイティングリストから認められた後に無料です）。
• 言語モデルのサンプリングハイパーパラメーターに対する感度が高いため、さまざまなモデルのサンプリングハイパーパラメーターを調整して、最良の結果を得る必要がある場合があります。
• このコードは、Virtualhome 1.0のEvolving Graph Simulatorでサポートされている利用可能なアクションのリストを使用します。利用可能なアクションは、 available_actions.jsonに保存されます。アクションは、多種多様な家庭用タスクをサポートする必要があります。ただし、別のアクションセットまたは異なるタスクのドメイン（家庭ドメインを超えて）に興味がある場合は、このファイルを変更または交換できます。
• VirtualHome Paperによって最初に収集された手動で注文された例のサブセットは、プロンプトで利用可能な例として使用されます。それらは自然言語形式に変換され、 available_examples.jsonに保存されます。利用可能な例の別のセットについて、このファイルを自由に変更してください。