- Неконтролируемое рисование и рисование с помощью улучшенной SPIRAL(arXiv)
Автор:Джон Ф. Дж. Меллор, Парк Ынбён, Ярослав Ганин, Игорь Бабушкин, Теджас Кулкарни, Дэн Розенбаум, Энди Баллард, Теофан Вебер, Орел Винялс, С. М. Али Эслами
Аннотация: мы исследуем использование агентов обучения с подкреплением в качестве генеративных моделей изображений (расширение arXiv:1804.01118). Генеративный агент управляет смоделированной средой рисования и обучается с помощью вознаграждений, предоставляемых сетью дискриминатора, одновременно обучаемой оценивать реалистичность образцов агента, либо безусловных, либо реконструкций. По сравнению с предыдущей работой мы вносим ряд улучшений в архитектуру агентов и дискриминаторов, что приводит к интригующим, а иногда и неожиданным результатам. Мы обнаружили, что при достаточном ограничении генеративные агенты могут научиться создавать изображения с определенной степенью визуальной абстракции, несмотря на то, что они когда-либо видели только настоящие фотографии (без человеческих мазков). А при наличии достаточного количества времени в среде рисования они могут создавать изображения со значительным реализмом. Эти результаты показывают, что при правильных обстоятельствах некоторые аспекты человеческого рисунка могут возникать из смоделированного воплощения без необходимости внешнего наблюдения, имитации или социальных сигналов. Наконец, отметим потенциал фреймворка для использования в креативных приложениях.
2.Проза для картины(arXiv)
Автор:Прерна Кашьяп, Самрат Фатале, Иддо Дрори
Аннотация . Подписи к картинам часто бывают сухими и упрощенными, что побуждает нас творчески описывать картину в стиле шекспировской прозы. Это сложная проблема, поскольку не существует большого контролируемого набора данных от картин до шекспировской прозы. Наше решение состоит в том, чтобы использовать промежуточное английское стихотворное описание картины, а затем применить языковой перенос стиля, который приводит к шекспировской прозе, описывающей картину. Мы оцениваем наши результаты по оценке человека по шкале Лайкерта и оцениваем качество передачи языкового стиля, используя оценку BLEU в зависимости от длины прозы. Мы демонстрируем применимость и ограниченность нашего подхода, создавая шекспировскую прозу для известных картин. Мы делаем наши модели и код общедоступными.
3. Диалог на холсте с машиной(arXiv)
Автор: Вивьен Кабанн, Томас Кердро, Луи Тири, Тина Кампана, Шарли Феррандес
Аннотация: мы предлагаем новую форму взаимодействия человека и машины. Это изобразительная игра, состоящая из интерактивных раундов творчества между художниками и машиной. Они постоянно рисуют один за другим. На своих раундах компьютер частично завершает рисунок, используя алгоритмы машинного обучения, и проецирует свои дополнения прямо на холст, который художники могут свободно вставлять или изменять. Помимо поощрения творчества, этот процесс призван поставить под сомнение растущее взаимодействие между людьми и машинами.
4.Универсальный планировщик поиска по дереву Монте-Карло с несколькими роботами для онлайн-планирования пути покрытия (arXiv)
Автор: Филлип Хаятт, Закари Брок, Марк Д. Киллпак
Аннотация : Мобильные роботы открывают большие перспективы в сокращении потребности людей в выполнении таких работ, как уборка пылесосом, посев, сбор урожая, покраска, поиск и спасание, а также проверка. На практике эти задачи часто приходится выполнять без точной карты местности, и их можно выполнить быстрее за счет использования нескольких роботов, работающих вместе. Задача одновременного покрытия и картографирования области с помощью нескольких роботов известна как онлайн-покрытие с использованием нескольких роботов и является растущей областью исследований. Многие алгоритмы планирования маршрута покрытия в режиме онлайн с использованием нескольких роботов были разработаны как расширения хорошо зарекомендовавших себя алгоритмов покрытия в автономном режиме. В этой работе мы представляем новый подход к онлайн-планированию пути покрытия нескольких роботов, основанный на методе, заимствованном из теории игр и машинного обучения, — поиск по дереву Монте-Карло. Мы внедряем планировщик поиска по дереву Монте-Карло и сравниваем время выполнения с онлайн-планировщиком с несколькими роботами на основе бустрофедона. Показано, что планировщик MCTS работает наравне с обычным алгоритмом Бустрофедона в симуляциях, варьирующих количество роботов и плотность препятствий на карте. Универсальность планировщика MCTS демонстрируется включением второстепенных целей, таких как минимизация очереди, при выполнении одной и той же задачи охвата. Универсальность планировщика MCTS предполагает, что он хорошо подходит для решения многих многоцелевых задач, возникающих в мобильной робототехнике.
5.Интерактивная передача нейронного стиля с исполнителями (arXiv)
Автор: Томас Кердро, Луи Тири, Эрван Кердро
Аннотация: мы представляем интерактивные процессы рисования, в которых художник и различные нейронные алгоритмы передачи стиля взаимодействуют на реальном холсте. Понимание того, чего достигают результаты этих алгоритмов, имеет первостепенное значение для описания творческого агентства в наших интерактивных экспериментах. Мы собираем набор парных картинок-изображений и представляем новую методологию оценки, основанную на прогнозировании нейронных алгоритмов передачи стиля. Мы указываем на нестабильность некоторых алгоритмов и показываем, что их можно использовать для увеличения разнообразия и приятной необычности изображений, синтезируемых многочисленными существующими нейронными алгоритмами передачи стилей. Это разнообразие изображений воспринималось как источник вдохновения для художников-людей, изображающих машину как вычислительный катализатор.
Автор:
Аннотация:
Автор:
Аннотация:
Автор:
Аннотация:
