任务型人机对话的目的是帮助用户通过对话的方式完成特定领域的任务,现阶段已被广泛应用在很多企业的智能客服中。训练任务型人机对话系统有多种方法,现阶段最流行的是基于强化学习的训练方法。虽然强化学习与其他方法相比有很多优点,但仍然存在一些问题。在使用强化学习训练人机对话系统的时候,往往需要构建用户模拟器。现阶段用于构建用户模拟器并训练人机对话系统的方法,往往存在多样性差、训练耗时过长等问题。为了解决这些问题,本文在广泛调研的基础上,开展了基于强化学习的对话系统自对话技术的研究与应用,具体工作如下:提出了一种异步更新的合作式强化学习算法用于训练任务型人机对话系统。该算法有两个特点,其一,利用多进程技术,通过异步的方式将子进程中的参数更新到主进程的人机对话模型中,不同子进程间的人机对话模型,协作更新主进程中的人机对话模型策,不同子进程间的用户模拟器,协作更新主进程中的用户模拟器;其二,子进程中的对话策略模型与用户模拟器进行对话交互,两者均使用强化学习算法训练联合更新各自的模型,使得在训练对话模型的同时也对模拟器进行了训练。与其他基线算法对比实验的结果表明,本文提出的算法在训练时间、对话成功率和对话丰富度这三个指标上均取得了显著的性能提升。设计并实现了一个人机对话系统,该系统既包含一个基于上述训练算法训练的会议室预订人机对话系统,也可以与用户进行聊天。