可复用槽位机制
人工智能
2023-10-30 v2
摘要
能够理解并推理物体动力学特征的智能体有望在 novel 场景中展现出改进的鲁棒性与泛化能力。然而，实现该能力不仅需要有效的场景表示，还需理解支配物体子集间交互的机制。近期研究在利用物体槽位表示场景方面取得显著进展。本工作中，我们引入可复用槽位机制（Reusable Slotwise Mechanisms，RSM），一种通过槽位间通信并结合模块化架构来建模物体动力学的框架，该架构能够动态选择可复用机制以预测每个物体槽位的未来状态。关键在于，RSM 利用中心上下文信息（Central Contextual Information，CCI），使被选机制可通过瓶颈访问其余槽位，从而有效建模可能仅需稀疏物体子集的高阶复杂交互。实验结果表明，在各种未来预测及相关下游任务（包括视觉问答与动作规划）上，RSM 相较于最先进方法具有更优性能。此外，我们展示了 RSM 的分布外泛化能力，可处理复杂场景中的图像。
引用
@article{arxiv.2302.10503,
title = {Reusable Slotwise Mechanisms},
author = {Trang Nguyen and Amin Mansouri and Kanika Madan and Khuong Nguyen and Kartik Ahuja and Dianbo Liu and Yoshua Bengio},
journal= {arXiv preprint arXiv:2302.10503},
year = {2023}
}