LPaintB：基于自监督学习作画
机器学习
2019-09-24 v2 人工智能
计算机视觉与模式识别
摘要
我们提出一种新颖的基于强化学习的自然介质绘画算法。我们的目标是用笔触复现参考图像，并通过观测来编码目标。我们的公式考虑到动作空间中奖励分布稀疏，从头训练强化学习算法可能困难。我们提出一种结合自监督学习与强化学习的方法，以有效地将负样本转化为正样本并改变奖励分布。我们展示了我们的绘画智能体在复现带笔触的参考图像方面的优势。训练阶段约需一小时，运行算法在GTX1080 GPU上约需30秒，以20,000笔触复现1000x800图像。
引用
@article{arxiv.1906.06841,
title = {LPaintB: Learning to Paint from Self-Supervision},
author = {Biao Jia and Jonathan Brandt and Radomir Mech and Byungmoon Kim and Dinesh Manocha},
journal= {arXiv preprint arXiv:1906.06841},
year = {2019}
}