0
| 本文作者： AI科技評論 | 2020-07-31 19:07 |
視覺語言導(dǎo)航（Vision-Language Navigation），顧名思義，就是讓智能體跟著自然語言指令進(jìn)行導(dǎo)航，即智能體需要結(jié)合理解自然語言指令與視野中可以看到的圖像信息完成線路規(guī)劃，從而到達(dá)目標(biāo)位置。
2019年，一篇關(guān)于視覺語言導(dǎo)航的論文拿下CVPR2019 最佳學(xué)生論文獎，讓這一新興研究方向，迎來高光時(shí)刻。
論文的一作王鑫，當(dāng)時(shí)還是加州大學(xué)圣塔芭芭拉分校王威廉組的博士生。在拿下CVPR2019 最佳學(xué)生論文獎之后，他跟他所在的王威廉實(shí)驗(yàn)組仍一直在視覺語言導(dǎo)航這個(gè)研究方向深耕，先后在 ICCV、CVPR、ECCV 等頂會上再度發(fā)表了多篇相關(guān)的研究，包括跨語言視覺-語言導(dǎo)航、視覺-語言導(dǎo)航的泛化能力等等，成為視覺語言導(dǎo)航領(lǐng)域的一大研究主力。
其中，泛化能力問題原本就作為深度學(xué)習(xí)研究中最難以跨越的鴻溝之一，在視覺語言導(dǎo)航研究中尤甚。
對于這一大難點(diǎn)，這一年多的時(shí)間里，王鑫及其所在研究小組又提出了什么新的方法呢？
2020年8月4日中午12:00點(diǎn)，AI 科技評論專門邀請到了王鑫本人，親自為大家分享他們在泛化能力問題上的最新工作進(jìn)展，具體包括：
將環(huán)境不可知的多任務(wù)導(dǎo)航學(xué)習(xí)框架；
用于反事實(shí)導(dǎo)航的對抗數(shù)據(jù)增強(qiáng)方法；
基于多模態(tài)文字風(fēng)格轉(zhuǎn)換的室外遷移導(dǎo)航學(xué)習(xí)。
值得一提的是，王鑫本人在今年夏天也完成了身份的轉(zhuǎn)變，從加州大學(xué)塔芭芭拉分校分校博士畢業(yè)，正式加入加州大學(xué)圣克魯茲分校擔(dān)任計(jì)算機(jī)科學(xué)與工程系終身制助理教授。
對學(xué)業(yè)和職業(yè)規(guī)劃存在疑惑的同學(xué)，也不妨來找這位“大學(xué)長”答疑解惑、取取經(jīng)哦~
分享主題：視覺語言導(dǎo)航的泛化學(xué)習(xí)
分享嘉賓：王鑫，加州大學(xué)圣克魯茲分校計(jì)算機(jī)科學(xué)與工程系終身制助理教授
分享時(shí)間：2020年8月4日中午12:00
分享背景：深度學(xué)習(xí)的泛化能力一直為人詬病，在新興的視覺語言導(dǎo)航領(lǐng)域尤甚。三維環(huán)境重建和數(shù)據(jù)收集過程費(fèi)時(shí)費(fèi)力。我們旨在提出有效的方法解決視覺語言導(dǎo)航的泛化和數(shù)據(jù)稀缺問題。
分享提綱：
環(huán)境不可知的多任務(wù)導(dǎo)航學(xué)習(xí)框架；
用于反事實(shí)導(dǎo)航的對抗數(shù)據(jù)增強(qiáng)方法；
基于多模態(tài)文字風(fēng)格轉(zhuǎn)換的遷移導(dǎo)航學(xué)習(xí)。
掃碼關(guān)注[ AI研習(xí)社頂會小助手] 微信號，發(fā)送關(guān)鍵字“ECCV 2020+直播”，即可進(jìn)群觀看直播和獲取課程資料。
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
