NeurIPS 2019 论文提前看 | 论对称运动
来自英属哥伦比亚大学以及加州伯克利分校的研究团队近日发表了一篇名为「论对称运动」的新研究,该研究将在 MIG 2019 运动,交互和游戏会议以及 NeurIPS 2019 上进行展示。以下是该研究的完整摘要分享:人和动物的步态在本质上通常是对称的,这表明使用运动对称性作为可用于学习的结构的潜在有用来源。通过鼓励对称运动,学习可以更快,收敛到更有效的解决方案并且在美学上更令人愉悦。研究人员描述,比较并评估了鼓励运动对称性的四种实用方法。这些可以通过策略网络的特定结构选择,数据复制或丢失功能来实现。该团队根据学习成绩和实现的对称性对方法进行实验评估,并为选择对称性方法提供了简要指导。除此之外,他们还进一步描述了一些实际的和概念性的问题。由于对于其他类型的归纳偏差存在类似的实现选择,获得的见解也可能与具有适用对称抽象的其他学习问题有关。