在交互式环境中使用深度循环 Q 学习学习预测观察位置
计算机视觉与模式识别
2017-02-21 v2 机器学习
摘要
Bottom-Up (BU) 显著性模型在人类积极参与任务的复杂交互式环境中（例如制作三明治和玩电子游戏）表现不佳。在本文中，我们利用强化学习来突出输入帧中与任务相关的位置。我们提出了一种结合 Deep Q-Network (DQN) 模型的软注意力机制，通过聚焦于视觉输入中最相关的部分，来教导 RL 智能体如何玩游戏以及观察哪里。我们在几款 Atari 2600 游戏上的评估表明，基于软注意力的模型在预测注视位置方面显著优于 Itti-Koch 显著性和 Graph-Based Visual Saliency (GBVS) 等自底向上模型。
引用
@article{arxiv.1612.05753,
title = {Learning to predict where to look in interactive environments using deep recurrent q-learning},
author = {Sajad Mousavi and Michael Schukat and Enda Howley and Ali Borji and Nasser Mozayani},
journal= {arXiv preprint arXiv:1612.05753},
year = {2017}
}