这是一篇来自于 NeurIPS 2018 的论文《Recurrent Relational Networks》，该论文引入循环关系网络来解决步骤相互依赖的关系推理任务，比如数独任务。循环关系网络是一个在目标的图表征上运行的通用模块，该网络可以增强任何能够进行多步关系推理的神经网络模型。研究人员用循环关系网络在 bAbI 文本问答数据集上实现了当前最佳结果，连续解决了 20/20 的任务。研究人员引入了 Pretty-CLEVR 数据集，这是一个用于关系推理的新诊断数据集。在 Pretty-CLEVR 的建立过程中，可以通过改变问题来控制获得答案所需的关系推理步骤数量。最后，研究人员展示了循环关系网络如何从监督训练数据中学会解决数独问题。RRN 模型解决了 96.6% 最难的数独问题，而在所有可比较的方法中该方法实现了当前最佳的结果。