Hi-Phy：一种用于分层物理推理的基准
人工智能
2021-08-31 v2 机器学习
摘要
对物理对象行为的推理是物理世界中智能体的关键能力。人类在物理推理方面经验丰富，而这仍是人工智能的一大挑战。为促进解决该问题的研究，近期已提出若干基准。然而，这些基准无法使我们在解决复杂推理任务时衡量智能体细粒度的物理推理能力。本文提出一种新的物理推理基准，可测试个体的物理推理能力。受人类习得这些能力的启发，我们提出一个复杂度递增的物理推理能力通用层次结构。我们的基准通过该层次结构，借助视频游戏《愤怒的小鸟》中生成的物理推理任务来测试各项能力。该基准能通过测量智能体细粒度的物理推理能力实现全面评估。我们对人类玩家、学习智能体和启发式智能体进行评估并确定其能力。评估表明，具备良好局部泛化能力的学习智能体仍难以习得底层物理推理能力，且表现劣于当前最先进的启发式智能体与人类。我们相信该基准将鼓励研究者开发具有高级、类人物理推理能力的智能体。URL: https://github.com/Cheng-Xue/Hi-Phy
引用
@article{arxiv.2106.09692,
title = {Hi-Phy: A Benchmark for Hierarchical Physical Reasoning},
author = {Cheng Xue and Vimukthini Pinto and Chathura Gamage and Peng Zhang and Jochen Renz},
journal= {arXiv preprint arXiv:2106.09692},
year = {2021}
}
备注
We have updated this paper with considerable modifications