学習する方法を学ぶ：メタ学習を使用した自己適応視覚ナビゲーション

学習は本質的に連続的な現象である。人間が新しいタスクを学ぶ際には、訓練と推論の明確な区別が存在しない。タスクを学びながら、そのタスクを実行する過程でさらに学習を続ける。学習する内容や方法は、学習の異なる段階で変化する。このような学習と適応の能力は、私たちが新しい状況に容易に一般化できる鍵となる特性である。これに対し、機械学習の従来の設定では、訓練されたモデルは推論時に固定される。本論文では、視覚ナビゲーションの文脈において、訓練時とテスト時の両方で「学習する方法を学ぶ」問題を取り扱う。ナビゲーションにおける基本的な課題は、未見のシーンへの一般化である。本論文では、明示的な監督なしに新しい環境に適応する自己適合型視覚ナビゲーション手法（Self-Adaptive Visual Navigation, SAVN）を提案する。我々の解決策はメタ強化学習アプローチであり、エージェントが効果的なナビゲーションを促進する自己監督型インタラクション損失を学ぶものである。AI2-THORフレームワークでの実験結果から、未知のシーンにおける視覚ナビゲーションにおいて成功率とSPL（Success-weighted by Path Length）に大幅な改善が見られたことを示している。本研究に関連するコードとデータは以下のURLから入手可能である: https://github.com/allenai/savn 。