通过忽略视觉干扰改进机器人定位

注意力是现代深度学习的重要组件。然而，其反面——忽略干扰——较少受到重视。我们的日常生活要求我们显式地避免将注意力分配给那些会混淆当前任务的显著视觉特征。这种视觉优先级划分使我们能够专注于重要任务，同时忽略视觉干扰物。在本工作中，我们引入神经盲化（Neural Blindness），赋予智能体完全忽略被视为干扰物的物体或类别的能力。更明确地说，我们旨在使神经网络在其潜空间中完全无法表示特定选定类别。从非常真实的意义上，这使网络对特定类别“失明”，让智能体聚焦于给定任务中的重要内容，并展示了如何借此改进定位。