详细内容或原文请订阅后点击阅览
人类视线跟踪将改进机器学习算法
Некоторые психологические исследования показывают, что взгляд может передавать намерения человека при вполнении пов седневных задач, например, во во время приготовлении пищи. Похожим образом отслеживание взгляда повышает эффективность методов обучения роботов за счет имитации поведения овека，демонстрирующего выполнение заданий。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）一些心理学研究表明，在执行日常任务（例如烹饪）时，凝视可以传达一个人的意图。同样，眼球追踪通过模仿人类任务行为来提高机器人学习技术的有效性。
基于这些结果，德克萨斯大学奥斯汀分校和塔夫茨大学的研究人员开发了一种新策略来改进通过模仿学习的算法。这种方法涉及利用演示任务的人的目光来吸引算法注意从用户角度来看重要的细节。
新方法使用人眼跟踪作为指导，将深度学习算法的注意力引导到数据最重要的方面进行分析。该指导数据被编码为损失函数，用于训练机器算法。
科学家们解释说，在之前的研究中，用于模仿学习的注视数据被用于具有大量其他参数的模型中。在这方面，训练过程需要大量的计算资源，并且在训练阶段和测试期间都必须进行眼动追踪。反过来，该团队的目标是提供一种简单的方法，在不增加参数数量的情况下使用注视数据改进算法。