对话系统论文集（2）-MDAP网络

解决问题：
新的slot作为数据库搜索参数；领域迁移难、学习更快
背景：

• 置信状态
  
  bg是置信对话状态中与语义槽无关的部分，bi是置信状态中与第 i 个语义槽相关的部分。

• 可能的动作集合为A
  
  Ag是可能的对话动作中与语义槽无关的动作的集合，Ai是可能的动作中与第 i 个语义槽相关的对话动作的结合。

• DSTC数据集：
  每个分为label和log；
  label：直接是json形式：
  
  槽已经处理好了。

创新点：

• 多智能体对话策略
  本文根据是否和语义槽相关的置信状态和动作状态，提出了类似原理的多agent训练。
  有一个agent是和状态无关的，其他的都相关。然后 agent之间共享参数，我觉得像是增加了参数。