在世界中漫游：在线情境化小样本学习

我们旨在通过将小样本学习的标准框架扩展到在线、持续学习设置，来弥合典型人类与机器学习环境之间的差距。在这种设置中，片段没有单独的训练和测试阶段，而是在学习新类别的同时在线评估模型。正如在现实世界中时空情境的存在有助于我们检索过去学到的技能一样，我们的在线小样本学习设置也具有随时间变化的潜在情境。对象类别在特定情境内是相关的，推断正确的情境可以带来更好的性能。基于这一设置，我们提出了一个基于大规模室内图像的新小样本学习数据集，模拟智能体在世界中漫游的视觉体验。此外，我们将流行的小样本学习方法转换为在线版本，并提出了一种新的情境化原型记忆模型，该模型能够利用来自近期过去的时空情境信息。