谓词层次结构提升少样本状态分类
计算机视觉与模式识别
2025-02-19 v1 人工智能
机器学习
机器人学
摘要
对象及其关系的状态分类是许多长期任务（特别是机器人规划和操作）的核心任务。然而，可能的对象-谓词组合的组合爆炸问题，以及适应新型真实环境的需求，使得状态分类模型需要能够以很少的示例对新查询进行泛化。为此，我们提出了PHIER，通过利用谓词层次结构在少样本场景中实现有效泛化。PHIER 使用面向对象的场景编码器、推断谓词之间语义关系的自监督损失，以及捕获层次结构的双曲距离度量标准；它学习图像-谓词对的结构化潜在空间，从而引导对状态分类查询进行推理。在CALVIN 和 BEHAVIOR 机器人环境中对PHIER 进行评估，结果表明 PHIER 在少样本、离分布状态分类方面显著优于现有方法，并在从模拟到真实世界任务上实现强大的零样本和少样本泛化。我们的结果表明，利用谓词层次结构可提高在有限数据下的状态分类任务性能。
引用
@article{arxiv.2502.12481,
title = {Predicate Hierarchies Improve Few-Shot State Classification},
author = {Emily Jin and Joy Hsu and Jiajun Wu},
journal= {arXiv preprint arXiv:2502.12481},
year = {2025}
}
备注
ICLR 2025. First two authors contributed equally. Project page: https://emilyzjin.github.io/projects/phier.html