面向深度强化学习的无监督视频对象分割
计算机视觉与模式识别
2018-05-22 v1 人工智能
机器学习
摘要
我们提出一种用于深度强化学习的新技术，可自动检测运动对象并利用相关信息进行动作选择。运动对象的检测通过利用运动恢复结构以无监督方式完成。智能体不是直接从原始图像学习策略，而是首先通过利用视频序列中的光流信息来学习检测和分割运动对象。所得表征随后被用于使智能体的策略聚焦于运动对象。随着时间推移，智能体识别出哪些对象对决策至关重要，并逐步基于相关运动对象建立策略。这种方法我们称之为面向运动的强化学习（MOREL），在一组 Atari 游戏上得到验证，其中检测运动对象的能力减少了与环境交互以获得良好策略所需的交互量。此外，所得策略比直接用黑盒神经网络将图像映射到动作或价值的策略更具可解释性。我们可以通过检查智能体检测到的每个对象的分割与运动来洞察策略，这使实践者能够确认策略是否基于合理信息做出决策。
引用
@article{arxiv.1805.07780,
title = {Unsupervised Video Object Segmentation for Deep Reinforcement Learning},
author = {Vik Goel and Jameson Weng and Pascal Poupart},
journal= {arXiv preprint arXiv:1805.07780},
year = {2018}
}