论文地址：https://128.84.21.199/abs/1703.09831
这篇论文来自于百度的机器学习研究院，作者为：徐伟、余昊男、张海超
这篇论文用了多种技术的组合: reinforcement learning, word embedding, attention, question and answer, bidirection RNN等。模型挺复杂的，但看下面这张图能够大致弄明白。要是还能加上去年VIN(NIPS2016 best paper: Value Iteration Networks 解析)的模型就更好了。
论文的整体框架如图所示：