消息传递多智能体生成对抗网络
计算机视觉与模式识别
2016-12-06 v1 人工智能
机器学习
神经与进化计算
摘要
智能体之间交流与共享智能是实现通用人工智能的重要方面。作为迈向这一挑战的第一步，我们引入了一种用于图像生成的新颖框架：消息传递多智能体生成对抗网络（MPM GANs）。虽然最近 GANs 已被证明在图像生成及其他任务中非常有效，但这些网络大多局限于单生成器-判别器网络。我们表明，可以获得通过消息传递进行通信的多智能体 GANs，从而实现更好的图像生成。该框架中各个智能体的目标是双重的：合作目标与竞争目标。合作目标确保消息共享机制引导另一个生成器生成比自身更好的图像，而竞争目标鼓励每个生成器生成比其对应方更好的图像。我们分析并可视化了这些 GANs 在各种场景下彼此共享的消息。我们定量地表明，消息共享公式充当了对抗训练的正则化器。在定性方面，我们表明不同的生成器捕获了底层数据分布的不同特征。
引用
@article{arxiv.1612.01294,
title = {Message Passing Multi-Agent GANs},
author = {Arnab Ghosh and Viveka Kulharia and Vinay Namboodiri},
journal= {arXiv preprint arXiv:1612.01294},
year = {2016}
}
备注
The first 2 authors contributed equally for this work