論文の概要: Emergent Braitenberg-style Behaviours for Navigating the ViZDoom `My Way Home' Labyrinth
- arxiv url: http://arxiv.org/abs/2404.06529v1
- Date: Tue, 9 Apr 2024 17:12:16 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-11 16:28:25.455984
- Title: Emergent Braitenberg-style Behaviours for Navigating the ViZDoom `My Way Home' Labyrinth
- Title(参考訳): ViZDoom 'My Way Home' Labyrinth の創発的ブレイテンベルク式行動
- Authors: Caleidgh Bayer, Robert J. Smith, Malcolm I. Heywood,
- Abstract要約: エージェントとラビリンス間の相互作用を構造化する単純なBraitentbergスタイルでナビゲーションを実現することができることを示す。
この単純さは、畳み込みカーネルを配置するのとは対照的に、ピクセルインデクシングの使用など、表現に暗黙的ないくつかのバイアスに起因している。
- 参考スコア(独自算出の注目度): 1.1333522464162373
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The navigation of complex labyrinths with tens of rooms under visual partially observable state is typically addressed using recurrent deep reinforcement learning architectures. In this work, we show that navigation can be achieved through the emergent evolution of a simple Braitentberg-style heuristic that structures the interaction between agent and labyrinth, i.e. complex behaviour from simple heuristics. To do so, the approach of tangled program graphs is assumed in which programs cooperatively coevolve to develop a modular indexing scheme that only employs 0.8\% of the state space. We attribute this simplicity to several biases implicit in the representation, such as the use of pixel indexing as opposed to deploying a convolutional kernel or image processing operators.
- Abstract(参考訳): 視覚的部分観察可能な状態下での数十部屋の複雑な迷路のナビゲーションは、通常、反復的な深層強化学習アーキテクチャを用いて対処される。
本研究では,エージェントとラビリンス間の相互作用,すなわち単純なヒューリスティックスからの複雑な振る舞いを構造化する単純なブレイテントベルク式ヒューリスティックの創発的進化を通じて,ナビゲーションが実現可能であることを示す。
そのため、絡み合ったプログラムグラフのアプローチは、プログラムが協調的に共進化して、状態空間の 0.8 % しか使わないモジュラーインデックス方式を開発することを仮定する。
この単純さは、畳み込みカーネルや画像処理演算子を配置するのとは対照的に、ピクセルインデックス化の使用など、表現に暗黙的ないくつかのバイアスに起因している。
関連論文リスト
- A Spitting Image: Modular Superpixel Tokenization in Vision Transformers [0.0]
Vision Transformer (ViT) アーキテクチャは伝統的に、画像の意味的内容に依存しないトークン化のためのグリッドベースのアプローチを採用している。
本稿では,トークン化と特徴抽出を分離するモジュール型スーパーピクセルトークン化戦略を提案する。
論文 参考訳(メタデータ) (2024-08-14T17:28:58Z) - Patch-Based Deep Unsupervised Image Segmentation using Graph Cuts [0.0]
本稿では,従来のグラフ手法のアルゴリズム的助けを借りて,教師なし特徴抽出の進歩を橋渡しするパッチベースの教師なし画像分割戦略を提案する。
画像パッチを分類するために訓練された単純な畳み込みニューラルネットワークは、自然に最先端の完全畳み込み非教師付きピクセルレベルのセグメンタに繋がることを示す。
論文 参考訳(メタデータ) (2023-11-01T19:59:25Z) - Bi-level Feature Alignment for Versatile Image Translation and
Manipulation [88.5915443957795]
GAN(Generative Adversarial Network)は画像翻訳と操作において大きな成功を収めている。
忠実なスタイル制御を備えた高忠実な画像生成は、コンピュータビジョンにおいて依然として大きな課題である。
本稿では,高精度なセマンティック・スタイル・ガイダンスを実現する多機能な画像翻訳・操作フレームワークを提案する。
論文 参考訳(メタデータ) (2021-07-07T05:26:29Z) - X-volution: On the unification of convolution and self-attention [52.80459687846842]
本稿では,畳み込み操作と自己注意操作の両方からなるマルチブランチ基本モジュールを提案する。
提案したX-進化は、非常に競争力のある視覚的理解の改善を実現する。
論文 参考訳(メタデータ) (2021-06-04T04:32:02Z) - Visuo-Locomotive Complexity as a Component of Parametric Systems for
Architecture Design [1.7403133838762446]
本研究では,ビルトアップ空間における視覚的内的ナビゲーションの認知性能の重要な相関関係として機能する行動に基づくビズー移動型複雑性モデルを構築した。
本稿では,2つの医療施設における実証的研究に基づき,動的かつインタラクティブなパラメトリック(複雑度)モデルが行動に基づく意思決定を促進する方法を紹介する。
論文 参考訳(メタデータ) (2020-12-19T15:11:32Z) - Towards Efficient Scene Understanding via Squeeze Reasoning [71.1139549949694]
我々はSqueeze Reasoningと呼ばれる新しいフレームワークを提案する。
空間地図上の情報を伝播するのではなく、まず入力特徴をチャネルワイドなグローバルベクトルに絞ることを学ぶ。
提案手法はエンドツーエンドのトレーニングブロックとしてモジュール化可能であり,既存のネットワークに簡単に接続可能であることを示す。
論文 参考訳(メタデータ) (2020-11-06T12:17:01Z) - Visual Concept Reasoning Networks [93.99840807973546]
分割変換マージ戦略は、視覚認識タスクのための畳み込みニューラルネットワークのアーキテクチャ制約として広く使用されている。
我々は、この戦略を利用して、高レベルの視覚概念間の推論を可能にするために、Visual Concept Reasoning Networks (VCRNet) と組み合わせることを提案する。
提案するモデルであるVCRNetは、パラメータ数を1%以下にすることで、一貫して性能を向上する。
論文 参考訳(メタデータ) (2020-08-26T20:02:40Z) - Joint Self-Attention and Scale-Aggregation for Self-Calibrated Deraining
Network [13.628218953897946]
本稿では,JDNetとよばれる有効アルゴリズムを提案する。
自己校正畳み込みを用いたスケール・アグリゲーション・セルフアグリゲーション・モジュールを巧みに設計することにより,提案モデルはより優れたデコレーション結果が得られる。
論文 参考訳(メタデータ) (2020-08-06T17:04:34Z) - Image-to-image Mapping with Many Domains by Sparse Attribute Transfer [71.28847881318013]
教師なし画像と画像の変換は、2つの領域間の一対のマッピングを、ポイント間の既知のペアワイズ対応なしで学習することで構成される。
現在の慣例は、サイクル一貫性のあるGANでこのタスクにアプローチすることです。
そこで本研究では,ジェネレータを直接,潜在層における単純なスパース変換に制限する代替手法を提案する。
論文 参考訳(メタデータ) (2020-06-23T19:52:23Z) - Neural Topological SLAM for Visual Navigation [112.73876869904]
意味論を生かし、近似幾何学的推論を行う空間のトポロジ的表現を設計する。
本稿では,ノイズのあるアクティベーションの下でそのような表現を構築し,維持し,使用することができる教師付き学習ベースアルゴリズムについて述べる。
論文 参考訳(メタデータ) (2020-05-25T17:56:29Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。