近年来深受大家喜爱的文字冒险（交互式小说）游戏是基于文本的模拟—在游戏中，智能体完全通过自然语言与世界互动。这类游戏是研究如何扩展强化学习智能体以满足自然语言理解、部分可观察性和在基于文本的组合大动作空间中的动作生成的挑战。佐治亚理工学院和 Microsoft Research 的研究人员在新论文中介绍了 KG-A2C，一种可在探索动态的知识图的同时使用基于模板的动作空间生成动作的智能体。他们认为，知识图的双重使用来推理游戏状态并限制自然语言的生成是组合性自然语言动作的可扩展探索的关键。各种文字冒险游戏的结果表明 KG-A2C 的表现优于目前最先进的文字冒险游戏智能体。