监督自我：交互环境中自监督表示的考察
机器学习
2019-07-01 v1 计算机视觉与模式识别
机器学习
摘要
自监督方法中，智能体仅通过观察其动作的结果来学习表示，在不提供稠密奖励信号或标签的环境中变得至关重要。在大多数情况下，此类方法被用作“下游”任务（如控制、探索或模仿学习）的预训练或辅助任务。然而，尚不清楚哪种方法的表示最好地捕捉了环境的有意义特征，以及哪种最适合哪类环境。我们针对两个视觉环境：Flappy Bird 和 Sonic The Hedgehog，提出了自监督方法的小规模研究。特别地，我们在两种情境下定量评估从这些任务学到的表示：a) 表示捕捉智能体真实状态信息的程度；b) 这些表示对新情境（如新关卡和纹理）的泛化能力。最后，我们通过可视化这些自监督特征所关注的环境部分来评估它们。我们的结果表明，表示的效用高度依赖于环境的视觉与动态特性。
引用
@article{arxiv.1906.11951,
title = {Supervise Thyself: Examining Self-Supervised Representations in Interactive Environments},
author = {Evan Racah and Christopher Pal},
journal= {arXiv preprint arXiv:1906.11951},
year = {2019}
}
备注
Accepted to the 2019 ICML Workshop on Self-Supervised Learning