AGIL：从人类视觉注意力学习以完成视觉运动任务
计算机视觉与模式识别
2018-06-12 v1 人工智能
机器学习
摘要
当智能体从人类演示中学习视觉运动行为时，它们可以从了解人类分配视觉注意力的位置中获益，这可以从人类的注视中推断出来。人类注视的分配传达了大量关于智能决策的信息；因此，利用此类信息有潜力提高智能体的性能。基于此动机，我们提出了 AGIL（Attention Guided Imitation Learning，注意力引导的模仿学习）框架。我们在精心控制的实验环境中收集了玩 Atari 游戏时的高质量人类动作和注视数据。利用这些数据，我们首先训练了一个能够高精度预测人类注视位置和视觉注意力的深度神经网络（注视网络），然后训练了另一个网络来预测人类动作（策略网络）。将来自注视网络的学习到的注意力模型纳入策略网络，显著提高了动作预测准确率和任务性能。
引用
@article{arxiv.1806.03960,
title = {AGIL: Learning Attention from Human for Visuomotor Tasks},
author = {Ruohan Zhang and Zhuode Liu and Luxin Zhang and Jake A. Whritner and Karl S. Muller and Mary M. Hayhoe and Dana H. Ballard},
journal= {arXiv preprint arXiv:1806.03960},
year = {2018}
}