[論文レビュー] Unsupervised Learning of Latent Physical Properties Using Perception-Prediction Networks

David Zheng, Vinson Luo+2 more|arXiv (Cornell University)|Jul 24, 2018

Neural Networks and Applications被引用数 47

ひとこと要約

本論文は Perception-Prediction Network (PPN) を導入する。動力学から潜在的な物体特性を学習し未来の運動を予測する教師なしのグラフベースモデルで、人間が解釈できる性質（質量や反発係数など）を回復できる。未見の物体数や物性範囲にも一般化する。

ABSTRACT

We propose a framework for the completely unsupervised learning of latent object properties from their interactions: the perception-prediction network (PPN). Consisting of a perception module that extracts representations of latent object properties and a prediction module that uses those extracted properties to simulate system dynamics, the PPN can be trained in an end-to-end fashion purely from samples of object dynamics. The representations of latent object properties learned by PPNs not only are sufficient to accurately simulate the dynamics of systems comprised of previously unseen objects, but also can be translated directly into human-interpretable properties (e.g., mass, coefficient of restitution) in an entirely unsupervised manner. Crucially, PPNs also generalize to novel scenarios: their gradient-based training can be applied to many dynamical systems and their graph-based structure functions over systems comprised of different numbers of objects. Our results demonstrate the efficacy of graph-based neural architectures in object-centric inference and prediction tasks, and our model has the potential to discover relevant object properties in systems that are not yet well understood.

研究の動機と目的

• 物体の相互作用から潜在的物理特性を教師なしで発見する動機付け。
• 特性を推論しつつダイナミクスを予測するグラフベースの perception-prediction フレームワークを開発する。
• 学習された特性が人間が解釈できる量（例：質量、反発係数）に対応することを示す。
• 物体の数や未知の特性範囲にわたる一般化を示す。

提案手法

• 観測されたダイナミクスから物体ごとの特性ベクトルを抽出する perception ネットワークを使用する。
• 学習した特性ベクトルを用いて未来の状態をシミュレートする prediction ネットワークを使用する。
• 可変の物体数と相互作用を扱うために Interaction Networks で両方のネットワークを実装する。
• ロールアウト状態予測に基づく単一の予測損失でエンドツーエンドに訓練する。
• 絶対的な特性を無監督で推定するために参照物体を中心に特性ベクトルを配置する。

実験結果

リサーチクエスチョン

• RQ1 物体のダイナミクスから完全に教師なしで潜在的な物理特性を発見できるか？
• RQ2 学習された特性ベクトルは質量や反発係数のような人間が解釈できる特性に対応するか？
• RQ3 学習表現は異なる物体数や見たことのないパラメータ範囲に一般化するか？
• RQ4 推定された特性を用いて未知の物体配置のダイナミクスをどれだけ正確に予測できるか？

主な発見

• PPN は質量、スプリング充電、COR に相関する潜在的特性を抽出し、学習された特性ベクトルの PCA によって明らかになる。
• PPN は未知データに対する R^2 が高く、質量の対数を予測する場合は（跳ねる球領域で>90%、 COR は（非弾性球で>68%）を達成。
• モデルは3・6・9物体のテストセットへ非変更で一般化。
• LSTM-PPN ベースラインは潜在的な意味のある潜在特性を学習できないが、PPN はドメインを横断して成功。
• PPN ロールアウトは真のダイナミクスに近似し、質量/チャージが1の仮定の完璧ロールアウトベースラインや GPIN ベースラインを持つground-truth latent inputs を用いる。