ChessGPT: Uniendo el Aprendizaje de Políticas y el Modelado del Lenguaje

ChessGPT: Bridging Policy Learning and Language Modeling

June 15, 2023

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

cs.AI

Resumen

Al resolver tareas de toma de decisiones, los humanos suelen depender de información proveniente de dos fuentes clave: (1) Datos históricos de políticas, que proporcionan repeticiones de interacciones con el entorno, y (2) Perspectivas analíticas en forma de lenguaje natural, que revelan el invaluable proceso de pensamiento o consideraciones estratégicas. A pesar de esto, la mayoría de las investigaciones previas se centran en solo una fuente: o bien utilizan exclusivamente repeticiones históricas para aprender directamente funciones de política o valor, o se enfocan en el entrenamiento de modelos de lenguaje utilizando únicamente corpus lingüísticos. En este artículo, argumentamos que un agente autónomo poderoso debería abarcar ambas fuentes. Por lo tanto, proponemos ChessGPT, un modelo GPT que une el aprendizaje de políticas y el modelado de lenguaje al integrar datos de estas dos fuentes en juegos de ajedrez. Específicamente, construimos un conjunto de datos a gran escala de juegos y lenguaje relacionados con el ajedrez. Utilizando este conjunto de datos, presentamos dos ejemplos de modelos, ChessCLIP y ChessGPT, que integran el aprendizaje de políticas y el modelado de lenguaje. Finalmente, proponemos un marco de evaluación completo para evaluar la habilidad de los modelos de lenguaje en el ajedrez. Los resultados experimentales validan la efectividad de nuestro modelo y conjunto de datos. Hacemos público nuestro código, modelo y conjunto de datos en https://github.com/waterhorse1/ChessGPT.

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.