ChessGPT: Brückenschlag zwischen Policy-Lernen und Sprachmodellierung

ChessGPT: Bridging Policy Learning and Language Modeling

June 15, 2023

Autoren: Xidong Feng, Yicheng Luo, Ziyan Wang, Hongrui Tang, Mengyue Yang, Kun Shao, David Mguni, Yali Du, Jun Wang

cs.AI

Zusammenfassung

Bei der Lösung von Entscheidungsaufgaben stützen sich Menschen typischerweise auf Informationen aus zwei Hauptquellen: (1) Historische Richtliniendaten, die Interaktionswiederholungen aus der Umgebung liefern, und (2) Analytische Erkenntnisse in natürlicher Sprache, die den wertvollen Denkprozess oder strategische Überlegungen offenlegen. Trotzdem konzentriert sich der Großteil der bisherigen Forschung nur auf eine Quelle: Entweder wird ausschließlich historische Wiederholung verwendet, um direkt Richtlinien- oder Wertfunktionen zu lernen, oder es wird lediglich ein Sprachmodelltraining anhand von Sprachkorpora durchgeführt. In diesem Papier argumentieren wir, dass ein leistungsstarker autonomer Agent beide Quellen abdecken sollte. Daher schlagen wir ChessGPT vor, ein GPT-Modell, das Richtlinienlernen und Sprachmodellierung durch die Integration von Daten aus diesen beiden Quellen in Schachspielen verbindet. Konkret erstellen wir einen groß angelegten Datensatz, der Spiele und Sprache im Zusammenhang mit Schach umfasst. Mithilfe dieses Datensatzes präsentieren wir zwei Modellbeispiele, ChessCLIP und ChessGPT, die Richtlinienlernen und Sprachmodellierung integrieren. Schließlich schlagen wir ein umfassendes Bewertungsframework vor, um die Schachfähigkeiten des Sprachmodells zu evaluieren. Experimentelle Ergebnisse bestätigen die Effektivität unseres Modells und Datensatzes. Wir stellen unseren Code, das Modell und den Datensatz unter https://github.com/waterhorse1/ChessGPT als Open Source zur Verfügung.

English

When solving decision-making tasks, humans typically depend on information from two key sources: (1) Historical policy data, which provides interaction replay from the environment, and (2) Analytical insights in natural language form, exposing the invaluable thought process or strategic considerations. Despite this, the majority of preceding research focuses on only one source: they either use historical replay exclusively to directly learn policy or value functions, or engaged in language model training utilizing mere language corpus. In this paper, we argue that a powerful autonomous agent should cover both sources. Thus, we propose ChessGPT, a GPT model bridging policy learning and language modeling by integrating data from these two sources in Chess games. Specifically, we build a large-scale game and language dataset related to chess. Leveraging the dataset, we showcase two model examples ChessCLIP and ChessGPT, integrating policy learning and language modeling. Finally, we propose a full evaluation framework for evaluating language model's chess ability. Experimental results validate our model and dataset's effectiveness. We open source our code, model, and dataset at https://github.com/waterhorse1/ChessGPT.