用于主动视觉学习的语义好奇心

本文研究面向目标检测的具身交互式学习任务。给定一组环境（及一定的标注预算），我们的目标是通过让智能体选择标注哪些数据来训练目标检测器。探索策略应如何决定标注哪条轨迹？一种可能是利用训练好的目标检测器的失败案例作为外部奖励。但这需要标注数百万帧用于训练强化学习策略，难以实现。相反，我们探索了一种自监督方法来训练探索策略，引入了语义好奇心的概念。我们的语义好奇心策略基于一个简单观察——检测结果应当一致。因此，我们的语义好奇心对具有不一致标注行为的轨迹给予奖励，并鼓励探索策略去探索此类区域。通过语义好奇心训练的探索策略可泛化至新场景，并有助于训练出优于随机探索、预测误差好奇心和覆盖最大化探索等其它替代方案训练的目标检测器。