站内快照 · 国内可打开。外网原文可能无法访问。
- 论文公开站arXiv
ENCP：用于视觉语言导航的回合归一化共形预测
ENCP: Episode-Normalized Conformal Prediction for Vision-and-Language Navigation
摘要显示，针对视觉语言导航（VLN）智能体需多步序贯决策、标准共形预测在校准中无法为依赖且变长的导航回合提供覆盖保证的问题，作者提出回合归一化共形预测（ENCP）：用策略残差置信度重新缩放非一致性分数，并为每个回合校准一个最大分数。在可交换校准与测试回合假设下，该方法以至少 1-α 的概率覆盖每一步真值，同时允许回合内步骤间存在依赖。在 R2R 与 REVERIE 数据集上、四种 VLN 策略与三种非一致性分数下，ENCP 在已见到未见评估中均达到所报告的经验步覆盖目标。
意义：为序贯决策智能体提供模型无关的不确定性估计与覆盖保证，可用于判断导航智能体何时应交由更强预测器或人类协助。