視覺語(yǔ)言導(dǎo)航（Vision-Language Navigation），顧名思義，就是讓智能體跟著自然語(yǔ)言指令進(jìn)行導(dǎo)航，即智能體需要結(jié)合理解自然語(yǔ)言指令與視野中可以看到的圖像信息完成線路規(guī)劃，從而到達(dá)目標(biāo)位置。

 2019年，一篇關(guān)于視覺語(yǔ)言導(dǎo)航的論文拿下CVPR2019 最佳學(xué)生論文獎(jiǎng)，讓這一新興研究方向，迎來(lái)高光時(shí)刻。 

論文的一作王鑫，當(dāng)時(shí)還是加州大學(xué)圣塔芭芭拉分校王威廉組的博士生。在拿下CVPR2019 最佳學(xué)生論文獎(jiǎng)之后，他跟他所在的王威廉實(shí)驗(yàn)組仍一直在視覺語(yǔ)言導(dǎo)航這個(gè)研究方向深耕，先后在 ICCV、CVPR、ECCV 等頂會(huì)上再度發(fā)表了多篇相關(guān)的研究，包括跨語(yǔ)言視覺-語(yǔ)言導(dǎo)航、視覺-語(yǔ)言導(dǎo)航的泛化能力等等，成為視覺語(yǔ)言導(dǎo)航領(lǐng)域的一大研究主力。

其中，泛化能力問(wèn)題原本就作為深度學(xué)習(xí)研究中最難以跨越的鴻溝之一，在視覺語(yǔ)言導(dǎo)航研究中尤甚。

對(duì)于這一大難點(diǎn)，這一年多的時(shí)間里，王鑫及其所在研究小組又提出了什么新的方法呢？

2020年8月4日中午12:00點(diǎn)，AI 科技評(píng)論專門邀請(qǐng)到了王鑫本人，親自為大家分享他們?cè)诜夯芰?wèn)題上的最新工作進(jìn)展，具體包括：

1. 將環(huán)境不可知的多任務(wù)導(dǎo)航學(xué)習(xí)框架；

2. 用于反事實(shí)導(dǎo)航的對(duì)抗數(shù)據(jù)增強(qiáng)方法；

3. 基于多模態(tài)文字風(fēng)格轉(zhuǎn)換的室外遷移導(dǎo)航學(xué)習(xí)。

值得一提的是，王鑫本人在今年夏天也完成了身份的轉(zhuǎn)變，從加州大學(xué)塔芭芭拉分校分校博士畢業(yè)，正式加入加州大學(xué)圣克魯茲分校擔(dān)任計(jì)算機(jī)科學(xué)與工程系終身制助理教授。

對(duì)學(xué)業(yè)和職業(yè)規(guī)劃存在疑惑的同學(xué)，也不妨來(lái)找這位“大學(xué)長(zhǎng)”答疑解惑、取取經(jīng)哦~

分享主題：視覺語(yǔ)言導(dǎo)航的泛化學(xué)習(xí)

分享嘉賓：王鑫，加州大學(xué)圣克魯茲分校計(jì)算機(jī)科學(xué)與工程系終身制助理教授

分享時(shí)間：2020年8月4日中午12:00       

分享背景：深度學(xué)習(xí)的泛化能力一直為人詬病，在新興的視覺語(yǔ)言導(dǎo)航領(lǐng)域尤甚。三維環(huán)境重建和數(shù)據(jù)收集過(guò)程費(fèi)時(shí)費(fèi)力。我們旨在提出有效的方法解決視覺語(yǔ)言導(dǎo)航的泛化和數(shù)據(jù)稀缺問(wèn)題。

分享提綱：

環(huán)境不可知的多任務(wù)導(dǎo)航學(xué)習(xí)框架；

用于反事實(shí)導(dǎo)航的對(duì)抗數(shù)據(jù)增強(qiáng)方法；

基于多模態(tài)文字風(fēng)格轉(zhuǎn)換的遷移導(dǎo)航學(xué)習(xí)。

如何加入？

掃碼關(guān)注[ AI研習(xí)社頂會(huì)小助手] 微信號(hào)，發(fā)送關(guān)鍵字“ECCV 2020+直播”，即可進(jìn)群觀看直播和獲取課程資料。