面向任务导向对话系统的异步更新强化学习框架（英文版）

英文标题：An Asynchronous Updating Reinforcement Learning Framework for Task-oriented Dialog System中文摘要：提出了异步更新强化学习框架（AURL），通过协作设置异步更新 DST 模块和 DP 模块，并实现课程学习以解决强化学习采样过程中不平衡数据分布的问题，并引入多个用户模型增加对话的多样性，实验表明，在公共数据集 SSD-PHONE 上，该方法使对话成功率提高了 31.37%。英文摘要：Reinforcement learning has been applied to train the dialog systems in manyworks. Previous approaches divide the dialog system into multiple modulesincluding DST (dialog state tracking) and DP (dialog policy), and train thesemodules simultaneously. However,