多智能体行为数据集：小鼠两两社会交互
机器学习
2021-11-19 v4 计算机视觉与模式识别
摘要
多智能体行为建模旨在理解智能体之间发生的交互。我们呈现一个来自行为神经科学的多智能体数据集，即加州理工小鼠社会交互（CalMS21）数据集。我们的数据集由社会交互的轨迹数据组成，录制自标准驻留-入侵者实验中被自由行为的小鼠的视频。为助力加速行为研究，CalMS21 数据集提供了在三种设定下评估自动行为分类方法性能的基准：(1) 在由单一标注者标注的大型行为数据集上训练，(2) 风格迁移以学习标注者间行为定义的差异，(3) 在有限训练数据下学习感兴趣的新行为。该数据集包含 600 万帧无标注的交互小鼠跟踪姿态，以及超过 100 万帧带跟踪姿态和相应帧级行为标注的数据。我们数据集的挑战在于能够利用有标注与无标注的跟踪数据准确分类行为，并能够泛化到新设定。
引用
@article{arxiv.2104.02710,
title = {The Multi-Agent Behavior Dataset: Mouse Dyadic Social Interactions},
author = {Jennifer J. Sun and Tomomi Karigo and Dipam Chakraborty and Sharada P. Mohanty and Benjamin Wild and Quan Sun and Chen Chen and David J. Anderson and Pietro Perona and Yisong Yue and Ann Kennedy},
journal= {arXiv preprint arXiv:2104.02710},
year = {2021}
}
备注
NeurIPS2021 Datasets & Benchmarks. Dataset: https://data.caltech.edu/records/1991, Website: https://sites.google.com/view/computational-behavior/our-datasets/calms21-dataset