Multi-Agent Task-Oriented Dialog Policy Learning with Role-Aware Reward Decomposition

38336

Knowledge Triples

Source Entity	Relationship	Target Entity
Актор-критик фреймворкі Method	facilitates	Күшейту арқылы оқыту Method
Гибридті құн желісі Method	integrates	Диалог саясаты Task
Күшейту арқылы оқыту Method	appliesTo	Диалог саясаты Task