通过好奇心持续学习新物体

儿童通过询问他们最好奇的概念来持续学习。随着机器人成为我们社会的组成部分，它们也必须通过向人类提问来持续学习未知概念。本文分析了近期一种最先进的持续学习方法。本文进一步开发了一种自监督技术，利用已学类别的聚类表示来发现环境中大多数最不确定的物体。我们在一个面向机器人持续学习的基准数据集上测试了我们的方法。我们的结果表明，在分类准确率和所学类别总数方面，我们的好奇心驱动持续学习方法优于随机采样和基于 softmax 的不确定性采样。