Balanced Order Batching with Task-Oriented Graph Clustering
Zhejiang Cainiao Supply Chain Management Co. Ltd（浙江菜鸟供应链管理有限公司）；Alibaba Group（阿里巴巴集团）
在中国最大的物流平台菜鸟的仓库拣货过程中，产生了平衡订单优化问题（BOBP）。在拣货过程中将订单分批在一起，形成一条拣货路线，减少了行程距离。其重要性的原因是，订单拣选是一个劳动密集型的过程，通过使用良好的拣选方法，可以获得大量的节省。BOBP是一个NP难的组合优化问题，在准实时系统响应要求下设计一个好的问题特定的启发式算法是不平凡的。在本文中，我们提出了一个名为平衡任务导向图聚类网络（BTOGCN）的端到端学习和优化框架，通过将其简化为平衡图聚类优化问题来解决BOBP。在BTOGCN中，一个面向任务的估计器网络被引入到引导类型感知的异构图聚类网络，以找到一个更好的聚类结果相关的BOBP目标。通过对单图和多图的综合实验，我们证明：1）我们的平衡任务导向图聚类网络可以直接利用目标信号的引导，性能优于两阶段深度嵌入和深度聚类方法; 2）我们的方法获得了平均4.57m和0.13m的拾取距离（“m”是米（SI基本长度单位）的缩写）约简算法在单图集和多图集上都比专家设计的约简算法有较好的推广能力，可应用于实际场景。
2020-08-19 cs.AI cs.LG cs.SY
Clustering-Oriented Generative Attribute Graph Imputation
School of Artificial Intelligence, OPtics and ElectroNics (iOPEN)（人工智能学院（iOPEN））；Northwestern Polytechnical University（西北工业大学）；Institute of Artificial Intelligence (TeleAI)（人工智能研究所（TeleAI））
针对属性缺失图聚类中补全缺乏类别语义、优化受无关属性干扰的问题，提出CGIR模型，通过子簇分布约束生成补全、子簇合并指导边注意力网络优化，在统一框架下提升聚类性能。
2025-07-25 cs.LG
Learning Goal-Oriented Visual Dialog via Tempered Policy Gradient
Ludwig Maximilian University（路德维希-马克西米利安大学）；Siemens AG（西门子股份公司）
通过深度强化学习来学习面向目标的对话最近成为一个热门的研究课题。然而，常用的基于策略的对话代理往往最终集中在简单的话语和次优的政策。为了缓解这个问题，我们提出了一类新的基于温度的扩展策略梯度方法，这被称为回火策略梯度（TPGs）。在最近的人工智能测试平台上，即，猜猜什么游戏，我们实现了两个创新显着改进。第一个是Seq2Seq和内存网络结构的最新解决方案的扩展，导致7%的改进。第二个是我们新开发的TPG方法的应用，它将性能提高了约5%，更重要的是，有助于产生更令人信服的话语。
2020-05-24 cs.AI cs.LG stat.ML
Deep Contrastive Graph Learning with Clustering-Oriented Guidance
Northwestern Polytechnical University（西北工业大学）；Key Laboratory of Intelligent Interaction and Applications, Ministry of Industry and Information Technology（工业和信息化部智能交互与应用重点实验室）
针对无先验图聚类中初始图质量差且缺乏聚类引导的问题，提出 DCGL，通过伪孪生网络、特征/簇级对比学习和双分支图机制提升聚类性能。
2024-02-25 cs.AI cs.LG
Goal-Oriented Multi-Task BERT-Based Dialogue State Tracker
Neural Networks and Deep Learning Lab（神经网络与深度学习实验室）；Moscow Institute of Physics and Technology（莫斯科物理技术学院）
对话状态跟踪（DST）是Alexa或Siri等虚拟助手的核心组件。为了完成各种任务，这些助手需要支持越来越多的服务和API。第八届对话系统技术挑战赛的模式引导状态跟踪轨道强调了不可见服务的DST问题。组织者引入了具有多域对话的模式引导对话（SGD）数据集，并发布了zero-shot对话状态跟踪模型。在这项工作中，我们提出了一个面向GOaL的多任务基于BERT的对话状态跟踪器（GOLOMB）的启发架构的阅读理解问答系统。该模型“查询”对话历史与插槽和服务的描述以及插槽的可能值。这允许在多域对话中传输槽值，并具有扩展到看不见的槽类型的能力。我们的模型在SGD数据集上实现了53.97%的联合目标准确率，优于基线模型。
2020-02-05 cs.CL cs.LG stat.ML
MapGo: Model-Assisted Policy Optimization for Goal-Oriented Tasks
Tencent AI Lab（腾讯人工智能实验室）；Shanghai Jiao Tong University（上海交通大学）
在面向目标的强化学习中，重新标记过去经验中的原始目标，为智能体提供后见之明能力是解决奖励稀疏问题的主要方法。在本文中，为了提高重新标记的目标的多样性，我们开发了FGI（Fogram目标推理），一种新的重新标记策略，通过使用学习的动态模型展望未来来重新标记目标。此外，为了提高样本效率，我们提出使用动力学模型来生成用于策略训练的模拟轨迹。通过整合这两个改进，我们引入了MapGo框架（面向目标任务的模型辅助策略优化）。在我们的实验中，我们首先展示了FGI策略与后见之明策略相比的有效性，然后展示了MapGo框架在一组复杂任务上与无模型基线相比实现了更高的样本效率。
2021-05-13 cs.AI cs.LG
Deep Clustering via Center-Oriented Margin Free-Triplet Loss for Skin Lesion Detection in Highly Imbalanced Datasets
Amasya University（阿马西亚大学）；Bilkent University（比尔肯特大学）；National Magnetic Resonance Research Center, Bilkent University（比尔肯特大学国家磁共振研究中心）；Sabuncu Brain Research Center, Bilkent University（比尔肯特大学萨本朱脑研究中心）
黑色素瘤是一种致命的皮肤癌，是可以治愈的，并且在早期诊断时具有显著增加的存活率。基于学习的方法对于从皮肤镜图像检测黑色素瘤具有重要的前景。然而，由于黑色素瘤是一种罕见的疾病，现有的皮肤病变数据库主要包含高度不平衡的良性与恶性样本的数量。反过来，由于大多数类别的统计优势，这种不平衡在分类模型中引入了实质性偏差。为了解决这个问题，我们引入了一种基于皮肤镜图像的潜在空间嵌入的深度聚类方法。聚类是使用一种新的面向中心的无边缘三重损失（COM-三重）来实现的，该算法对卷积神经网络主干的图像嵌入进行了强制执行。该方法的目标是形成最大分离的聚类中心，而不是最小化分类错误，因此它对类不平衡不太敏感。为了避免对标记数据的需要，我们进一步提出了基于高斯混合模型生成的伪标签来实现COM三元组。综合实验表明，COM-三重损失的深度聚类优于三重损失的聚类，以及监督和无监督设置中的竞争分类器。
2022-04-03 cs.AI cs.CV cs.LG
Coupled Input-Output Dimension Reduction: Application to Goal-oriented Bayesian Experimental Design and Global Sensitivity Analysis
Université Grenoble Alpes（格勒诺布尔阿尔卑斯大学）；Inria（法国国家信息与自动化研究所）；California Institute of Technology（加州理工学院）
本文提出一种耦合输入-输出降维方法，通过梯度优化诊断矩阵对角元素，高效解决面向目标的传感器放置与敏感性分析中的组合优化难题。
2025-03-30 cs.LG math.ST stat.ML
Learning Goal-Oriented Visual Dialog Agents: Imitating and Surpassing Analytic Experts
National Chiao Tung University（国立交通大学）
本文研究了面向目标的视觉对话任务中提问者的学习问题。以前的几个作品采用无模型强化学习。大多数人从有限的人类生成的数据集预训练模型。我们认为，使用有限的示范启动提问者是不够的，由于大的政策搜索空间。受最近提出的信息理论方法的启发，我们开发了两个分析专家，作为高质量的示范源模仿学习。然后，我们利用强化学习来改进模型，使其朝着目标导向的目标发展。关于GuessWhat的实验结果？！实验结果表明，该方法综合了模仿学习和强化学习的优点，达到了最先进的性能.
2019-07-24 cs.AI cs.LG
Control-oriented Clustering of Visual Latent Representation
School of Engineering and Applied Sciences, Harvard University（哈佛大学工程与应用科学学院）；ETH Zürich（苏黎世联邦理工学院）
本文研究基于图像控制中视觉表示空间的聚类规律，发现其按控制导向类别形成聚类，并提出用神经坍缩正则化预训练视觉编码器，在有限专家演示下将测试性能提升10%至35%。
2025-02-05 cs.CV cs.LG cs.RO
Rethinking Divisive Hierarchical Clustering from a Distributional Perspective
本文从分布视角重新思考分层聚类，提出基于分布核的方法，实现最大化总相似度的目标，提升空间转录组数据聚类效果。
2026-01-27 cs.LG
Task-Driven Semantic Quantization and Imitation Learning for Goal-Oriented Communications
University of California at Davis（加州大学戴维斯分校）；University of Louisiana at Lafayette（路易斯安那大学拉斐特分校）
本文提出GOS-VAE框架，结合VQ-VAE压缩与模仿学习，提取任务关键语义，实现目标导向通信的带宽高效传输。
2025-02-28 cs.LG cs.NI
Answerer in Questioner's Mind: Information Theoretic Approach to Goal-Oriented Visual Dialog
Seoul National University（首尔大学）；Surromind Robotics（Surromind机器人公司）
面向目标的对话由于其在人工智能中的广泛应用而受到关注。目标导向的对话任务发生在提问者问一个行动导向的问题，回答者回答问题的意图是让提问者知道要采取的正确行动。为了提出足够的问题，最近已经应用了深度学习和强化学习。然而，由于学习一系列句子的复杂性，这些方法很难找到一个称职的递归神经提问者。受心理理论的启发，我们提出了一种新的面向目标对话的信息论算法“提问者的回答者”（AQM）。在AQM中，提问者根据回答者的近似概率模型进行提问和推断。提问者通过明确计算候选意图和每个问题的可能答案的信息增益，选择一个合理的问题来确定回答者的意图。我们在两个面向目标的可视化对话框任务上测试我们的框架：“MNIST计数对话框”和“GuessWhat？！".在我们的实验中，主动队列管理的性能优于比较算法的大幅度。
2018-11-28 cs.AI cs.CL cs.CV
Personalization in Goal-Oriented Dialog
Artificial Intelligence Laboratory（人工智能实验室）；École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院）
人类对话建模的主要目标是创建可以在开放式和面向目标的场景中与人交互的代理。端到端训练的神经对话系统是这种通用对话模型的重要研究方向，因为它们不依赖于任何特定于情况的手工规则。然而，将个性化纳入此类系统在很大程度上是一个未探索的主题，因为没有现有的语料库来促进此类工作。在本文中，我们提出了一个新的数据集的目标为导向的对话，这是受扬声器配置文件附加到他们。我们分析了现有的基于内存网络的端到端对话系统的缺点，并提出了修改的架构，使个性化。我们还调查个性化的对话作为一个多任务学习问题，并表明，一个单一的模型，共享功能之间的各种配置文件优于单独的模型，每个配置文件。
2017-12-15 cs.CL cs.LG
Common Language for Goal-Oriented Semantic Communications: A Curriculum Learning Framework
Virginia Tech（弗吉尼亚理工大学）；Technology Innovation Institute（技术创新研究所）；Mohamed Bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
语义通信将在下一代无线系统中实现面向目标的服务方面发挥关键作用。然而，该领域中的大多数现有技术限于特定应用（例如，文本或图像），并且它不能实现面向目标的通信，在面向目标的通信中，必须连同语义一起考虑所传输信息的有效性以便执行特定任务。在本文中，提出了一个全面的语义通信框架，使面向目标的任务执行。为了捕捉说话者和收听者之间的语义，使用信念的概念来定义公共语言，以使说话者能够向收听者描述环境观察。然后，提出了一个优化问题，以选择最小的信念，完美地描述了观察，同时最小化任务执行时间和传输成本。提出了一种结合课程学习（CL）和强化学习（RL）的自上而下的框架来解决这个问题。仿真结果表明，所提出的CL方法优于传统的RL的收敛时间，任务执行时间，并在训练过程中的传输成本。
2022-02-15 cs.LG cs.NI
Learning to Learn End-to-End Goal-Oriented Dialog From Related Dialog Tasks
University of Michigan（密歇根大学）
对于感兴趣的每个面向目标的对话任务，需要收集大量数据以用于神经对话系统的端到端学习。收集这些数据是一个昂贵和耗时的过程。相反，我们表明，我们可以只使用少量的数据，从相关的对话任务的数据补充。单纯地从相关数据中学习无法提高性能，因为相关数据可能与目标任务不一致。我们描述了一种基于元学习的方法，该方法选择性地从相关的对话任务数据中学习。我们的方法导致显着的准确性提高，在一个例子对话任务。
2021-10-10 cs.CL cs.LG
Goal-Oriented Sequential Bayesian Experimental Design for Causal Learning
Department of Computer Science and Engineering（计算机科学与工程系）；Department of Mechanical Engineering（机械工程系）；Gilbert S. Omenn Department of Computational Medicine and Bioinformatics（Gilbert S. Omenn 计算医学与生物信息学部门）
提出GO-CBED框架，通过基于transformer和归一化流的变分下界估计器最大化预期信息增益，实现面向目标、非短视的序贯因果实验设计，在有限预算和复杂机制下优于基线。
2026-11-05 cs.AI cs.LG stat.ME
Retrieval-based Goal-Oriented Dialogue Generation
Department of Computer Science, University of Copenhagen（哥本哈根大学计算机科学系）
大多数关于对话的研究都集中在开放式聊天的对话生成或目标导向对话的状态跟踪上。在这项工作中，我们探索了一种混合的方法，以目标为导向的对话生成，结合检索过去的历史与层次，神经编码器-解码器架构。我们使用Multiwoz数据集（Budzianowski等人，2018年）。我们表明，将此检索步骤添加到分层的神经编码器-解码器架构中会导致显着的改进，包括被人类评估者评为更合适和流畅的响应。最后，我们将我们的基于检索的模型与明确使用过去的对话行为信息的各种语义条件模型进行比较，并发现我们提出的模型与当前的现有技术相比具有竞争力（Chen等人，2019年），同时不要求对过去的机器行为进行明确的标签。
2019-09-30 cs.CL cs.LG
End-to-End Offline Goal-Oriented Dialog Policy Learning via Policy Gradient
Amazon（亚马逊）
学习面向目标的对话策略通常利用监督学习算法离线执行，或者利用强化学习（RL）在线执行。此外，随着公司积累了大量客户和训练有素的人类代理之间的对话记录，编码器-解码器方法已经流行起来，因为代理话语可以直接被视为监督，而不需要话语级注释。然而，这样的方法的一个潜在的缺点是，他们近视生成下一个代理话语，而不考虑对话级的考虑。为了解决这个问题，本文描述了一种离线RL方法，用于从未注释的语料库中学习，该方法可以在话语和对话级别上优化面向目标的策略。我们引入了一个新的奖励函数，并使用上政策和关闭政策策略梯度离线学习策略，而不需要在线用户交互或显式的状态空间定义。
2017-12-07 cs.AI cs.CL cs.LG
Object Goal Navigation using Goal-Oriented Semantic Exploration
Carnegie Mellon University（卡内基梅隆大学）
这项工作研究的对象目标导航的问题，涉及导航到一个实例中的给定对象类别在看不见的环境。基于端到端学习的导航方法在这项任务中很难实现，因为它们在探索和长期规划方面效率低下。我们提出了一个模块化的系统，称为“面向目标的语义探索”，它建立了一个情节的语义地图，并使用它来探索环境的目标对象类别的基础上有效地。在视觉逼真的模拟环境中的实证结果表明，该模型优于广泛的基线，包括端到端的基于学习的方法以及基于模块化地图的方法，并导致CVPR-2020人居ObjectNav挑战赛的获奖作品。消融分析表明，该模型学习的语义先验的相对安排的对象在场景中，并使用它们来有效地探索。领域无关的模块设计允许我们将我们的模型转移到移动机器人平台，并在现实世界中实现类似的目标导航性能。
2020-07-02 cs.CV cs.LG cs.RO
6G Networks: Beyond Shannon Towards Semantic and Goal-Oriented Communications
CEA Leti（法国原子能与替代能源委员会电子与信息技术实验室）；Sapienza Univ. of Rome（罗马第一大学）
本文的目标是促进这样一种想法，即在未来的6 G网络中包括语义和目标导向方面可以在系统有效性和可持续性方面产生重大飞跃。语义通信超越了常见的香农范式，即保证正确接收每个传输的数据包，而不管数据包传达的含义如何。这个想法是，无论何时为了传达意义或实现目标而进行通信，真正重要的是正确接收/解释数据包对目标实现的影响。侧重于语义和面向目标的方面，并可能将它们结合起来，有助于识别相关信息，即恢复发射机所意图的含义或实现目标所必需的信息。将知识表示和推理工具与机器学习算法相结合，为构建语义学习策略铺平了道路，使当前的机器学习算法能够实现更好的解释能力和对比对抗攻击。6 G语义网络可以在网络边缘引入语义学习机制，同时，语义学习可以帮助6 G网络提高效率和可持续性。
2021-02-17 cs.IT cs.LG cs.NI
METAM: Goal-Oriented Data Discovery
The University of Chicago（芝加哥大学）
本文提出面向目标的数据发现框架METAM，通过候选数据集查询下游任务形成反馈回路，自动引导数据发现与增强，并利用数据、效用函数和解集大小特性高效选择候选数据。
2023-04-18 cs.DB cs.LG
Overlapping oriented imbalanced ensemble learning method based on projective clustering and stagewise hybrid sampling
School of Microelectronics and Communication Engineering, Chongqing University（重庆大学微电子与通信工程学院）
非均衡学习的挑战不仅在于类的不均衡问题，还在于类的重叠问题，这是一个复杂的问题。然而，现有的算法大多集中在前者。这一局限性阻碍了现有方法的突破。针对这一缺陷，提出了一种基于双聚类和分段混合采样的集成学习算法（DCSHS）。DCSHS有三个部分。首先，设计了一个基于Davies-Bouldin聚类有效性指标（DBI）的投影聚类组合框架（PCC），用于获得高质量的聚类，并将其组合得到一组类均衡、重叠度低的交叉完备子集（CCS）。其次，根据子集类的特点，设计了一种分阶段混合采样算法，实现了子集的去重叠和均衡。最后，通过迁移学习为所有处理后的子集构造投影聚类迁移映射机制（CTM），从而减少类重叠，挖掘样本的结构信息.该算法的主要优点是可以利用CCS的交叉性实现重叠多数样本的软消除，并学习尽可能多的重叠样本信息，从而在类平衡的同时增强类重叠。在实验部分，我们选取了30多个公共数据集和十多个有代表性的算法进行验证。实验结果表明，DCSHS是显着最好的各种评价标准。
2022-11-30 cs.AI cs.CV cs.LG
Dynamic Relative Representations for Goal-Oriented Semantic Communications
Sapienza University（罗马大学）；CNIT（意大利国家电信集团）；Harvard University（哈佛大学）；CEA Leti（法国原子能和替代能源委员会-电子信息技术实验室）；University Grenoble Alpes（格勒诺布尔大学）
本文提出利用相对表示和动态优化策略实现隐空间对齐，以缓解6G语义通信中的设备间语义失配，同时优化能耗、时延和通信效能。
2025-04-09 cs.IT cs.LG cs.NI
Variational Hierarchical Dialog Autoencoder for Dialog State Tracking Data Augmentation
Seoul National University（首尔国立大学）；Adobe Research（奥多比研究院）
最近的工作表明，生成式数据增强（其中从深度生成模型生成的合成样本补充训练数据集）使NLP任务受益。在这项工作中，我们将这种方法扩展到面向目标的对话框的对话状态跟踪任务。由于面向目标的对话在话语和相关注释上的固有层次结构，深度生成模型必须能够捕获不同层次和类型的对话特征之间的一致性。我们提出了变分层次对话自动编码器（VHDA）建模的完整方面的面向目标的对话，包括语言特征和底层结构化注释，即扬声器信息，对话行为，和目标。所提出的架构的目的是模型的每一个方面的目标为导向的对话，使用相互连接的潜在变量，并学会生成连贯的目标为导向的对话，从潜在的空间。为了克服训练复杂变分模型时出现的训练问题，我们提出了适当的训练策略。在各种对话数据集上的实验表明，该模型通过生成式数据增强提高了下游对话跟踪器的鲁棒性。我们还发现了我们的统一方法建模面向目标的对话框的额外好处：对话框响应生成和用户模拟，我们的模型优于以前的强大基线。
2020-10-07 cs.CL cs.LG
Task-Oriented Language Grounding for Language Input with Multiple Sub-Goals of Non-Linear Order
Innopolis University（因诺波利斯大学）
在这项工作中，我们分析了面向任务的语言基础问题的一般深度强化学习算法的性能，其中语言输入包含多个子目标，并且它们的执行顺序是非线性的。我们生成一个简单的教学语言的GridWorld环境，这是建立在三个语言元素（顺序连接器）定义的执行顺序：一个线性-“逗号”和两个非线性-“但第一”，“但之前”。我们应用了深度强化学习基线之一-具有帧堆叠的双DQN，并消除了几个扩展，如优先级经验重放和门控注意力架构。我们的研究结果表明，非线性顺序连接符的引入提高了2-3倍的子目标数量较高的指令的成功率，但它仍然不超过20%。此外，我们观察到，在这种情况下，门控注意力的使用对级联没有竞争优势。源代码和实验结果可在https://github.com/vkurenkov/language-grounding-multigoal上获得
2019-10-27 cs.AI cs.CL cs.LG
Goal-oriented learning of stochastic differential equations using error bounds on path-space observables
Center for Computational Science & Engineering, Massachusetts Institute of Technology（麻省理工学院计算科学与工程中心）；Department of Mathematics, University of Potsdam（波茨坦大学数学系）
提出一种针对路径空间观测的误差界限，并作为新的变分损失函数用于随机微分方程漂移函数的目标导向学习，在首次命中时间等观测上取得更优精度和鲁棒性。
2026-07-02 cs.LG math.DS stat.ME
GO-GenZip: Goal-Oriented Generative Sampling and Hybrid Compression
Nokia Bell Labs Stuttgart（诺基亚贝尔实验室斯图加特）；Nokia Bengaluru（诺基亚班加罗尔）；Nokia Bell Labs（诺基亚贝尔实验室）
本文提出一种基于生成AI的采样与混合压缩框架，通过联合优化观测内容与编码方式，提升网络 telemetry 的存储、传输和分析效率，实验表明可降低50%以上的采样与数据传输成本。
2026-03-20 cs.IT cs.LG math.IT
Goal-oriented Uncertainty Quantification for Inverse Problems via Variational Encoder-Decoder Networks
Technical University of Denmark（丹麦技术大学）；Emory University（埃默里大学）
本文提出利用VED网络学习观测到QoI的映射并借助潜在空间概率分布，实现大规模反问题的实时面向目标不确定性量化。
2023-09-29 cs.LG cs.NA math.NA
