面向抽象视觉推理的深度学习方法综述：以瑞文推理矩阵为例
人工智能
2025-02-24 v2 计算机视觉与模式识别
机器学习
摘要
抽象视觉推理（AVR）领域涵盖需要针对给定场景中所呈现实体间关系进行推理的问题求解。尽管人类通常以“自然”方式解决 AVR 任务，即便缺乏先验经验，此类问题已被证明对当前机器学习系统而言十分困难。本文总结了将深度学习方法应用于求解 AVR 问题（作为研究机器智能的代理）的最新进展。我们聚焦于最常见的 AVR 任务类型——瑞文推理矩阵（RPMs）——并全面回顾了用于求解 RPMs 的学习方法与深度神经模型，以及 RPM 基准数据集。对求解 RPMs 的最先进方法的性能分析，引出了对该领域当前与未来趋势的若干见解与评论。我们在文末展示了现实世界问题如何受益于 RPM 研究的发现。
引用
@article{arxiv.2201.12382,
title = {Deep Learning Methods for Abstract Visual Reasoning: A Survey on Raven's Progressive Matrices},
author = {Mikołaj Małkiński and Jacek Mańdziuk},
journal= {arXiv preprint arXiv:2201.12382},
year = {2025}
}