信息竞争学习网络

视觉推理并驾齐驱

通过两套互补表征的相互竞争与协同，仅用最少互信息即可在视觉抽象推理任务上取得领先表现，并展现出对分布外关系推理的稳健泛化。

Kai, Zhao · Zhu, Yao · Si B.

Artificial Intelligence Review 2025

技术优势

学到的表征不冗余

通过最小化两套表征之间的互信息，模型迫使它们各自学习不重叠的信息，避免浪费容量。

分布外也站得住

在分布外关系推理基准上表现稳健，表明学习到的规则具有更好的泛化性。

多个数据集拿第一

在多个视觉抽象推理数据集上一致取得最优结果，验证了方法的有效性。

应用场景

• 具身智能视觉推理：从视觉场景中抽取可泛化的抽象规则，帮助具身智能体在新环境中做出正确决策。
• 机器人认知决策：提供更稳健的视觉表征和规则抽取，提升机器人在复杂认知任务中的决策可靠性。
• 高级机器人智能：通过表征竞争学习多样互补信息，支撑机器人进行更高级的视觉推理与关系理解。