ChessGPT: Unindo Aprendizado de Políticas e Modelagem de Linguagem

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

Resumo

Ao resolver tarefas de tomada de decisão, os humanos geralmente dependem de informações de duas fontes principais: (1) Dados históricos de políticas, que fornecem replay de interações com o ambiente, e (2) Insights analíticos em forma de linguagem natural, expondo o valioso processo de pensamento ou considerações estratégicas. Apesar disso, a maioria das pesquisas anteriores foca em apenas uma fonte: ou usam exclusivamente o replay histórico para aprender diretamente funções de política ou valor, ou se engajam no treinamento de modelos de linguagem utilizando apenas corpus linguísticos. Neste artigo, argumentamos que um agente autônomo poderoso deve abranger ambas as fontes. Assim, propomos o ChessGPT, um modelo GPT que une o aprendizado de políticas e a modelagem de linguagem ao integrar dados dessas duas fontes em jogos de xadrez. Especificamente, construímos um grande conjunto de dados de jogos e linguagem relacionados ao xadrez. Utilizando esse conjunto de dados, apresentamos dois exemplos de modelos, ChessCLIP e ChessGPT, que integram aprendizado de políticas e modelagem de linguagem. Por fim, propomos um framework completo de avaliação para testar a habilidade de xadrez de modelos de linguagem. Os resultados experimentais validam a eficácia do nosso modelo e conjunto de dados. Disponibilizamos nosso código, modelo e conjunto de dados em código aberto em 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.