学习用于台球游戏的物理视觉预测模型
计算机视觉与模式识别
2016-01-20 v3
摘要
智能体在多样且意外的环境中规划和执行特定目标动作的能力是智能体的核心要求。本文探讨如何为智能体配备外部世界动力学的内部模型，以及它如何利用该模型通过运行多次内部模拟（“视觉想象”）来规划新动作。我们的模型直接处理原始视觉输入，并采用一种新颖的以对象为中心的预测公式，该公式基于以对象为中心的视觉一瞥（注视点）来强制所学习物理定律的平移不变性。智能体通过与不同环境的集合进行随机交互来收集训练数据，然后所得模型可用于在智能体未曾见过的新环境中规划目标导向动作。我们证明我们的智能体能够准确规划模拟台球游戏的动作，该游戏需要将球推至目标位置或与其他球碰撞。
引用
@article{arxiv.1511.07404,
title = {Learning Visual Predictive Models of Physics for Playing Billiards},
author = {Katerina Fragkiadaki and Pulkit Agrawal and Sergey Levine and Jitendra Malik},
journal= {arXiv preprint arXiv:1511.07404},
year = {2016}
}