由东北大学研究生 Yukisumi Ushi 和 Akinori Ito 教授领导的研究小组开发了一种新的对话式人工智能 (AI) 方法，使系统更智能地执行人们要求的任务，例如机票预订。 AI本身会随着系统学习而获得奖励，并具有探索新情况的“好奇心”，从而实现高效对话。
使用自然语言的对话式人工智能技术（例如 ChatGPT）近年来发展迅速，并被用于聊天机器人等各种系统中，以实现日常任务的自动化和简化。然而，当前的对话式人工智能并不总是足够有效地完成任务，例如提出不必要的问题。
强化学习也用于将棋和围棋的人工智能中，是一种允许对话系统适当运行的系统开发方法。在这项研究中，我们向强化学习引入了“好奇心驱动的搜索方法”。这是一种机制，允许系统在尝试新响应时通过给予“好奇心奖励”（反馈）来主动探索新的响应方式。
此外，我们准备了多个候选智能体（机器人等行为主体），并采用一种机制从其中选择行为最平衡的智能体。我们还引入了一种机制，如果训练后半段性能恶化，则更换代理。结果，我们能够提高通过对话完成任务的成功率，也成功地减少了完成任务所需的对话次数。
这项研究的结果将提高聊天机器人完成任务（接待、指导、预订等）的性能，并且能够在简短的对话中完成任务，同时返回适当的响应。
