- …
- …
#785
summarized by : QIUYUE
どんな論文か？
VLNタスクではUnseen Scenesへの汎用性が重要視されている．Unseen Sceneに対しての適応性を高めるため，Meta LearningをVLNタスクに導入した．提案手法SAVNは新たなSelf-supervised interaction lossを導入し，テスト時にもナビゲーションを行いながらこのロスを計算し，Networkの更新を行うことで，Unseen環境への対応を行う．
新規性
Meta-reinforcement learningをVLNタスクに導入し，Unseen環境への適応性を高めた．
結果
提案のSAVN手法はAI2-THORデータセットにおいて，Non-adaptiveベース手法と比べ，Successful RateとSPL（Success weighted by Path Length）両方大幅に向上できた．実験を通して提案のLearned interaction lossがhand-crafted lossより良いことを示した．
その他（なぜ通ったか？等）
Reinforcement LearningがVLNタスクの応用が基本構造くらいなっているが，Meta Learningと組み合わせるのが斬新な提案．自己ナビタスクでMeta Learningを使うのもなかなかセンスがある．また，提案のMeta-reinforcement手法をほかの汎用性が重要視されるタスクへの導入も可能．
- …
- …