Inferring the Future by Imagining the Past

要約

漫画の 1 コマは多くのことを語ることができます。キャラクターが現在どこにいるかだけでなく、動き、動機、感情、次に何をするかも描写できます。
より一般的には、人間は、これまで見たことのない状況であっても、*動的なシーン*の*静的なスナップショット*から過去および将来の出来事の複雑なシーケンスを日常的に推測します。
この論文では、人間がそのような迅速かつ柔軟な推論をどのように行うかをモデル化します。
認知科学における長年の研究に基づいて、認知的に妥当な少数のサンプルのみを使用しながら、さまざまな領域で推論が人間の直観とよく相関するモンテカルロ アルゴリズムを提供します。
私たちの重要な技術的洞察は、推論問題とモンテカルロ パス トレーシングとの間の驚くべきつながりであり、これにより、コンピューター グラフィックス コミュニティからの数十年にわたるアイデアを、この一見無関係な心の理論のタスクに適用できるようになります。

要約(オリジナル)

A single panel of a comic book can say a lot: it can depict not only where the characters currently are, but also their motions, their motivations, their emotions, and what they might do next. More generally, humans routinely infer complex sequences of past and future events from a *static snapshot* of a *dynamic scene*, even in situations they have never seen before. In this paper, we model how humans make such rapid and flexible inferences. Building on a long line of work in cognitive science, we offer a Monte Carlo algorithm whose inferences correlate well with human intuitions in a wide variety of domains, while only using a small, cognitively-plausible number of samples. Our key technical insight is a surprising connection between our inference problem and Monte Carlo path tracing, which allows us to apply decades of ideas from the computer graphics community to this seemingly-unrelated theory of mind task.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google