想象型智能体中的视觉注意
计算机视觉与模式识别
2021-04-02 v1
摘要
我们提出了一种循环智能体，它通过一系列离散注视来感知周围环境。在每个时间步，该智能体根据注视历史想象出多种与之相符的合理场景。下一注视点利用所想象场景内容中的不确定性进行规划。随着时间推移，智能体对周围内容的确定性增强，所想象场景的多样性降低。该智能体使用变分自编码器和归一化流构建，并在场景重建的代理任务上以无监督方式训练。研究发现，所想象场景的潜在表示对于高层模块执行像素级和场景级任务很有用。该智能体在多个2D和3D数据集上进行了测试。
引用
@article{arxiv.2104.00177,
title = {Visual Attention in Imaginative Agents},
author = {Samrudhdhi B. Rangrej and James J. Clark},
journal= {arXiv preprint arXiv:2104.00177},
year = {2021}
}