本文总结2022年任务驱动对话的研究进展。 [CASPI] Causal-aware Safe Policy Improvement for Task-oriented Dialogue来源：ACL 2022 Long Paper 使用强化学习策略解决任务驱动对话中的问题：任务驱动对话中的策略学习。文章认为，任务驱动对话是从离线数据中学习，另一方面强化学习在离线数据训练的时候会导致误差和泛化...