用于目标识别的想象增强深度学习
人工智能
2020-03-24 v1
摘要
能够推断我们所观察、交互或阅读故事的人们的意图目标，是人类智能的标志之一。当前目标识别研究中的一个突出思想是根据对智能体可能具有的不同目标的规划代价估计来推断其目标的可能性。不同的方法仅依靠手工符号表示来实现这一思想。然而，它们在真实世界场景中的应用相当有限，主要是因为提取影响目标导向行为的因素的规则仍是一项复杂任务。在本文中，我们引入了一种新颖思想：使用符号规划器计算规划代价洞察，从而以想象能力增强深度神经网络，相较于单独的符号识别器或深度学习目标识别器，在真实与合成领域中提升了目标识别准确率。
引用
@article{arxiv.2003.09529,
title = {Imagination-Augmented Deep Learning for Goal Recognition},
author = {Thibault Duhamel and Mariane Maynard and Froduald Kabanza},
journal= {arXiv preprint arXiv:2003.09529},
year = {2020}
}