基于代价的意图识别遇上深度学习
人工智能
2019-11-26 v1 机器学习
摘要
观察他人所执行动作的效果并推断其意图、最可能目标或行动过程的能力，被称为计划或意图识别认知能力，且长期以来一直是AI的基本研究挑战之一。深度学习近来在各种模式识别问题上取得重大进展，但意图识别除外。尽管自七十年代以来被广泛探索，该问题在从自然语言理解到基于视频馈送的人类行为理解等众多领域的大多数有趣情形中仍未解决。本文将文献中常用的一种最受关注的意图识别方法——符号逆规划，与采用CNN和LTSM神经网络架构的深度学习，在五个合成基准上进行比较。结果表明，在这些领域中，深度学习方法的目标准确预测率和及时性优于符号基于代价的计划识别器。尽管是初步的，这些结果指向了有趣的未来研究方向。
关键词
引用
@article{arxiv.1911.10074,
title = {Cost-Based Goal Recognition Meets Deep Learning},
author = {Mariane Maynard and Thibault Duhamel and Froduald Kabanza},
journal= {arXiv preprint arXiv:1911.10074},
year = {2019}
}
备注
An earlier version of this paper was published in PAIR (AAAI 2019 workshop)