Neural Relational Inference for Interacting Systems

这篇paper的作者写了一个tutorial

这个模型的目的就是拟合一个系统的物理模型，同时要求显示地学习不同节点(states)之间的相互约束.正如上方的视频.

Neural Relational Inference Model

网络结构如图，整个系统采用的是一个variational autoencoder的设计. 其中 $v\rightarrow e$ 的思路是说将 $N$ 个节点拼接起来，形成一个 $N\times N$ 的矩阵 (主对角线部分为零). $e\rightarrow v$ 的思路是将行求和.

本文这里对 $q_\phi(z_{ij}|x)$ 设定为 $q_\phi(z_{ij}|x) = \text{softmax}(f_{enc,\phi}(x)_{ij, 1:K})$