Szenen mit mehreren Objekten

Befinden sich mehrere (gar ähnlich aussehende) Objekte oder auch Objekte mit reicher interner Detailstruktur in der Szene, so benötigt man entweder rekurrente Verbindungen (à la A2) in $M$ und $C$, oder aber irgendeinen anderen Mechanismus für die Flucht aus lokalen Minima. Lokale Minima ergeben sich zum Beispiel durch Teile der Pixelebene, die dem Zieldetail ähneln, während die nähere Umgebung dies nicht tut. In solchen Fällen wird die relevante externe Rückkopplung im allgemeinen nicht-Markovsch. Rudolf Huber hat für derartige Situationen noch einige Experimente mit multiplen Objekten und interagierenden rekurrenten Netzen durchgeführt [18]. Es stellte sich heraus, daß interne Rückkopplung in $M$ und $C$ in gewissen Fällen auch dann noch zum Erfolg führen kann, wenn externe Rückkopplung alleine nicht mehr ausreicht [18]. Einem sehr unterschiedlichen Ansatz werden allerdings langfristig mehr Chancen eingeräumt, nämlich dem adaptiven Generieren von Subzielen. Das nächste Kapitel zeigt, wie so etwas funktionieren kann.

Related links in English: Recurrent neural networks - Subgoal learning - Reinforcement learning and POMDPs - Reinforcement learning economies - Selective attention
Deutsche Heimseite