WebShop

- เว็บช็อป

การใช้งานสภาพแวดล้อม webshop และตัวแทนค้นหาสำหรับกระดาษ:

Webshop: ไปสู่การโต้ตอบเว็บในโลกแห่งความเป็นจริงกับตัวแทนภาษาที่มีเหตุผล
Shunyu Yao*, Howard Chen*, John Yang, Karthik Narasimhan

ที่เก็บนี้มีรหัสสำหรับการสร้างผลลัพธ์ซ้ำ หากคุณพบว่างานนี้มีประโยชน์ในการวิจัยของคุณโปรดอ้างอิง:

 @inproceedings{yao2022webshop,
  bibtex_show = {true},
  title = {WebShop: Towards Scalable Real-World Web Interaction with Grounded Language Agents},
  author = {Yao, Shunyu and Chen, Howard and Yang, John and Narasimhan, Karthik},
  booktitle = {ArXiv},
  year = {preprint},
  html = {https://arxiv.org/abs/2207.01206},
  tag = {NLP}
}

สารบัญ

• ภาพรวม
• การตั้งค่า
• การใช้งาน
• - ผลงาน
• - ใบอนุญาต

ภาพรวม

WebShop เป็นสภาพแวดล้อมของเว็บไซต์อีคอมเมิร์ซจำลองด้วยผลิตภัณฑ์ในโลกแห่งความเป็นจริง 1.18 ล้านรายการและคำแนะนำข้อความที่มาจากฝูงชน 12,087 รายการ ในสภาพแวดล้อมนี้ตัวแทนจำเป็นต้องนำทางเว็บเพจหลายประเภทและออกการกระทำที่หลากหลายเพื่อค้นหาปรับแต่งและซื้อผลิตภัณฑ์ที่ได้รับคำแนะนำ WebShop ให้ความท้าทายหลายประการรวมถึงการทำความเข้าใจคำแนะนำในการแต่งเพลงแบบสอบถาม (อีกครั้ง) สูตรการจัดการกับข้อความที่มีเสียงดังในหน้าเว็บและการสำรวจเชิงกลยุทธ์

Hugging Face Demo : ออกแบบแบบสอบถามภาษาธรรมชาติของคุณเองสำหรับผลิตภัณฑ์และขอตัวแทนที่ได้รับการฝึกฝนกับ Webshop เพื่อค้นหาใน Amazon หรือ eBay, ปรับใช้เป็น? กอดพื้นที่ใบหน้าที่นี่!

การตั้งค่า

รหัสของเราถูกนำไปใช้ใน Python ในการตั้งค่าให้ทำสิ่งต่อไปนี้:

1. ติดตั้ง Python 3.8.13
2. ติดตั้ง Java
3. ดาวน์โหลดซอร์สโค้ด:

 > git clone https://github.com/princeton-nlp/webshop.git webshop

4. สร้างสภาพแวดล้อมเสมือนจริงโดยใช้ Anaconda และเปิดใช้งาน

 > conda create -n webshop python=3.8.13
> conda activate webshop

5. ติดตั้งข้อกำหนดในสภาพแวดล้อมเสมือนจริง webshop ผ่านสคริปต์ setup.sh

 > ./setup.sh [-d small | all]

สคริปต์การตั้งค่าดำเนินการหลายอย่างในลำดับต่อไปนี้:

• ติดตั้งการพึ่งพา Python ที่ระบุไว้ใน requirements.txt
• ดาวน์โหลดข้อมูลผลิตภัณฑ์และคำแนะนำสำหรับการเติมเว็บช็อป
• ดาวน์โหลดรุ่น spaCy en_core_web_lg
• สร้างดัชนีเครื่องมือค้นหาจากผลิตภัณฑ์ข้อมูลคำสั่ง
• ดาวน์โหลด 50 วิถีวิถีแบบสุ่มที่สร้างขึ้นโดยคนงาน mTurk อาร์กิวเมนต์ -d Flag อนุญาตให้คุณระบุว่าคุณต้องการดึงชุดข้อมูลทั้งหมด + ชุดข้อมูลคำสั่ง ( -d all ) หรือชุดย่อยของผลิตภัณฑ์สุ่ม 1,000 รายการ ( -d small )

6. โดยค่าเริ่มต้น webshop จะโหลดผลิตภัณฑ์ 1,000 รายการเท่านั้นสำหรับการดูตัวอย่างสภาพแวดล้อมที่เร็วขึ้น หากต้องการโหลดผลิตภัณฑ์ทั้งหมดเปลี่ยน web_agent_site/utils.py :

 # DEFAULT_ATTR_PATH = join(BASE_DIR, '../data/items_ins_v2_1000.json')
# DEFAULT_FILE_PATH = join(BASE_DIR, '../data/items_shuffle_1000.json')
DEFAULT_ATTR_PATH = join ( BASE_DIR , '../data/items_ins_v2.json' )
DEFAULT_FILE_PATH = join ( BASE_DIR , '../data/items_shuffle.json' )

7. (ไม่บังคับ) ดาวน์โหลดไฟล์คุณสมบัติภาพ Resnet ที่นี่และใส่ลงใน data/ สำหรับรุ่นที่เรียกใช้ซึ่งต้องการคุณสมบัติรูปภาพ

8. (ไม่บังคับ) ข้อมูลการสาธิตของมนุษย์และดาวน์โหลดที่นี่

การใช้งาน

สภาพแวดล้อม webshop สามารถแสดงผลได้ในสองโหมด - html และ simple - แต่ละแบบมีพื้นที่สังเกตการณ์ที่แตกต่างกัน โหมด simple ช่วยลดเมตาดาต้าภายนอกที่โหมด html รวมถึงการฝึกอบรมแบบจำลองและการประเมินผลง่ายขึ้น

สภาพแวดล้อมหน้าเว็บ (โหมด html )

เปิดหน้า WebShop หน้าเว็บ:

 > ./run_dev.sh

เว็บไซต์ควรดูได้ในเบราว์เซอร์ ไปที่ http: // localhost: 3000/abc ซึ่งคุณควรลงจอดในโฮมเพจการค้นหาด้วยคำแนะนำแบบสุ่ม

การนำทางเว็บไซต์จะสร้างไฟล์วิถีที่สอดคล้องกันโดยอัตโนมัติในโฟลเดอร์ user_session_logs/mturk แต่ละไฟล์สอดคล้องกับคำสั่ง/เว็บเซสชันเดียวและแต่ละขั้นตอนของไฟล์สอดคล้องกับการกระทำเดียว (เช่น search[...] , click[...] )

การสร้างเว็บช็อปปัจจุบันมาพร้อมกับธงสองรายการ:

• --log : รวมธงนี้เพื่อสร้างวิถีไฟล์บันทึก .jsonl ของการกระทำบน webshop
• --attrs : รวมการตั้งค่าสถานะนี้เพื่อแสดงแท็บ Attributes บน item_page ของ webshop

สภาพแวดล้อมข้อความ (โหมด simple )

โหมด simple ของสภาพแวดล้อม webshop ได้รับการบรรจุและพร้อมใช้งานเป็นสภาพแวดล้อม OpenAI คำจำกัดความของ OpenAI Gym ของสภาพแวดล้อมข้อความสามารถพบได้ในโฟลเดอร์ web_agent_site/envs

ในการเริ่มต้นใช้โรงยิมและอาคารอาคารที่โต้ตอบกับสภาพแวดล้อม webshop ให้รวมข้อความต่อไปนี้ในไฟล์ Python ของคุณ:

 import gym
from web_agent_site . envs import WebAgentTextEnv

env = gym . make ( 'WebAgentTextEnv-v0' , observation_mode = 'text' , num_products = ...)

ตอนนี้คุณสามารถเขียนตัวแทนของคุณเองที่โต้ตอบกับสภาพแวดล้อมผ่านอินเตอร์เฟส OpenAI Gym Standard

ตัวอย่างของตัวแทน RandomPolicy ที่มีปฏิสัมพันธ์กับสภาพแวดล้อม webshop ทั้งใน html และโหมด simple สามารถพบได้ในโฟลเดอร์ run_envs ในการเรียกใช้ตัวอย่างเหล่านี้ในเครื่องให้เรียกใช้ run_web_agent_text_env.sh หรือ run_web_agent_site_env.sh สคริปต์:

 > ./run_web_agent_text_env.sh
Products loaded.
Keys Cleaned.
Attributes Loaded.
100% | ██████████████████ | 1000/1000
Loaded 6910 goals.
Amazon Shopping Game [SEP] Instruction: [SEP] Find me slim f...
Available actions: { ' has_search_bar ' : True, ' clickables ' : [ ' search ' ]}
Taking action " search[shoes] " - > Reward = 0.0
...

ในการเรียกใช้สคริปต์ run_web_agent_site_env.sh คุณต้องดาวน์โหลด ChromeDriver เวอร์ชันที่เข้ากันได้กับเวอร์ชันเบราว์เซอร์ Chrome ของคุณ เมื่อคุณดาวน์โหลดและคลายซิปที่ปฏิบัติการได้แล้วให้เปลี่ยนชื่อ chromedriver แล้ววางไว้ในโฟลเดอร์ webshop/envs

รุ่นพื้นฐาน

ในการเรียกใช้โมเดลพื้นฐาน (กฎ, IL, RL, IL+RL) จากกระดาษโปรดดูที่ README.md ในโฟลเดอร์ Baseline_Models

การถ่ายโอนซิมไปยัง-จริง

หากต้องการอ่านเพิ่มเติมเกี่ยวกับวิธีการถ่ายโอนตัวแทนที่ได้รับการฝึกฝนบนเว็บช็อปไปยังสภาพแวดล้อมอื่น ๆ ได้อย่างไรโปรดดูที่ README.md ในโฟลเดอร์การถ่ายโอน

- ผลงาน

เราชอบที่จะได้ยินจากชุมชน NLP ที่กว้างขึ้นและชุมชนการเรียนรู้ของเครื่องจักรและเรายินดีต้อนรับการมีส่วนร่วมใด ๆ คำขอดึงหรือปัญหา! ในการทำเช่นนั้นโปรดยื่นคำขอดึงหรือปัญหาใหม่และกรอกข้อมูลในเทมเพลตที่เกี่ยวข้อง เราจะต้องติดตามในไม่ช้า!

- ใบอนุญาต

ตรวจสอบ LICENSE.md