GAITC2022智媒专题论坛丨王亦洲：主动跟踪算法研究(2)

在猎鹿博弈中，每个人策略都是根据对手策略来相应地调整，但是如何形成commitment，这是个有趣的问题。猎鹿博弈是关于信任的博弈。按照经济学，合作猎鹿的纳什均衡比分头抓打兔子的纳什均衡具有帕累托优势。猎鹿博弈和囚徒困境的区别在于，囚徒无法沟通信息，猎人可以沟通信息，博弈结果就会有所不同。区别于囚徒困境，猎鹿博弈有两种纯策略纳什均衡：全合作或全背叛，而在囚徒困境中，尽管全合作是帕累托最优，但只有全背叛才能达到纳什均衡。
上面两个博弈例子还是比较简单的，日常生活中我们的情况往往复杂很多。近几年我们针对复杂博弈提出以下研究思路：首先要搭建一个比较复杂并具有一般性的环境，研究智能体在其中的博弈行为。进而将复杂的认知模型引入决策过程，研究交互智能现象的涌现机制。
下面我会简单介绍一个认知模型-Theory of mind。人的交往过程中不是只从自己角度考虑问题，还要了解别人怎么想的，别人的信念是什么，他处于什么情绪状态，对方想想要的是什么。有了这个机制，人们的交流就会更加高效。我们在自主跟踪问题中就引入了这个认知机制。
近些年来，计算机视觉已经从被动的感知慢慢过度到主动视觉，而且正在向下一个阶段自主学习发展。2005年G.Bekey给Autonomy下了一个通俗易懂的定义，系统在完成现实环境当中完成任务时会在相当长时间内不需要外界控制，这个系统我们可以说它具有自主性。
自主系统的标志性能力有：可以进行弱监督或无监督学习，可以不断地获得、总结、积累知识，可以探索环境和决策，，能够独立地完成这件事情。四是可以根据大任务或者无任务情况下自己去给自己布置任务，或者在大任务当中set子任务，根据环境变化调整自己的行为。所以我们一般说应该至少具备这四种基本能力，才有可能让系统变得autonomous。在可控环境下要实现一个autonomous machine相对还是比较容易的，但如果在开放环境中把一个智能体放进去，让它像一个新生儿一样，自主地去了解这个世界，给自己设置任务去完成，不断地成长，这是非常具有挑战性任务。
下面回到研究主题，Autonomous Visual Tracking主动目标跟踪就是让机器人根据视觉观测信息，主动控制相机运动, 使得目标始终以合适的大小出现在画面的中心。它是一个比较基础的功能，在很多真实系统中都有潜在的应用需求，比如移动机器人，无人机航拍，自动驾驶，智能监控中。我们把刚才讲的社会博弈以及认知构架放到这个自主跟踪系统上，让它产生自主行为，这是一个非常有趣的科学问题。