【RL-GAN-Net】强化学习控制GAN网络，用于实时点云形状的补全。

• 论文题目：RL-GAN-Net: A Reinforcement Learning Agent Controlled GAN Network for Real-Time Point Cloud Shape Completion

所解决的问题

  用强化学习控制GAN网络，以使得GAN更快，更鲁棒。将其用于点云数据生成。全网第一次用RL控制GAN。通过数据驱动的方法填补三维数据中的数据缺失。

所采用的方法？

  预训练阶段，训练一个自编码器，用于生成隐空间的表示，之后用这个去训练GAN网络。强化学习智能体用于选择合适的$z$向量，去合成隐空间的表示。与之前的反向传播发现$z$向量不同，本文采用RL的方法进行选择。

  主要由三个模块组成：1. 自编码器；2. $l$-GAN；3. 强化学习智能体(RL)。

自编码器

  自编码器用的损失函数如下：

$$d_{CH}\left(P_1,P_2\right)=\sum _{a\in P_1}\underset{b\in P_2}{\min }\Vert a-b{\Vert }_2^2+\sum _{b\in P_2}\underset{a\in P_1}{\min }\Vert a-b{\Vert }_2^2$$

  其中$P_1$和$P_2$代表点云的输入和输出。

$l$-GAN

  结合GFV来训练GAN。

• Chamfer loss:

  输入点云数据$P_{in}$和生成器和解码器输出数据$E^{-1}(G(z))$做loss：

$$L_{CH}=d_{CH}\left(P_{in},E^{-1}(G(z))\right)$$

• GFV loss：生成CFV $G(z)$和输入点云$E(P_{in})$

$$L_{GFV}={\Vert G(z)-E\left(P_{in}\right)\Vert }_2^2$$

• Discriminator loss 判别器损失函数：

$$L_D=-D(G(z))$$

强化学习

  强化学习用于快速选择GAN生成器的输入$z$：

  奖励函数定义为：

$$r=w_{CH}\cdot r_{CH}+w_{GFV}\cdot r_{GFV}+w_D\cdot r_D$$

  其中 $r_{CH}=-L_{CH}$，$r_{GFV}=-l_{GFV}$，$r_D=-L_D$。智能体用DDPG算法。

取得的效果？

参考资料

  相似文献：

• Panos Achlioptas, Olga Diamanti, Ioannis Mitliagkas, and Leonidas J. Guibas. Representation learning and adversarial generation of 3d point clouds. CoRR, abs/1707.02392, 2017. (有提到用隐空间数据训练GAN会更稳定)。

  相关GitHub链接：

• https://github.com/lijx10/SO-Net
• https://github.com/heykeetae/Self-Attention-GAN
• https://github.com/sfujim/TD3