TMats
commented
7 years ago - 環境の地図を1人称視点から学習してゴールに達するまでの行動系列を計画する
- 人間の行動にはある種のヒューリスティックがある
- ex. 他の部屋に行くためには最初に今いる部屋を出なければいけない
- 古典的SLAMは純粋に空間的に地図を作成するが，詳細な観察も必要としている
- マッピングとプランニングを分離するのは不必要にシステムが不安定になる
- ピクセルから直接行動にアプローチする手法が現在はやっている
- 厳密なモデルを作ったり状態推定ステップをしないという意味
- しかし注意深くアーキテクチャを設計しなければいけない
- ラットは表象として認知地図を持ってることがわかっている
- これをモデル化する
- マッパとプランナを同じアーキテクチャに入れる
- マッパは観測された時系列の入力から自分中心のトップダウンのビューの信念を形成する
- プランナは形成された信念をもとにゴールまでの道を考える
https://arxiv.org/abs/1702.03920