生成式对抗网络GAN的研究进展与展望.pdfVIP

第43卷第3期自动化学报V0I．43．No．3

2017年3月ACTAAUT0MATICASINICAMarch，2017

生成式对抗网络GAN的研究进展与展望

王坤峰。苟超。段艳杰，。林懿伦，。郑心湖王飞跃1．

摘要生成式对抗网络GAN(Generativeadversarialnetworks)目前已经成为人工智能学界一个热门的研究方向．GAN

的基本思想源自博弈论的二人零和博弈，由一个生成器和一个判别器构成，通过对抗学习的方式来训练．目的是估测数据样本

的潜在分布并生成新的数据样本．在图像和视觉计算、语音和语言处理、信息安全、棋类比赛等领域，GAN正在被广泛研究，

具有巨大的应用前景．本文概括了GAN的研究进展，并进行展望．在总结了GAN的背景、理论与实现模型、应用领域、优缺

点及发展趋势之后，本文还讨论了GAN与平行智能的关系，认为GAN可以深化平行系统的虚实互动、交互一体的理念，特

别是计算实验的思想，为ACP(Artificialsocieties，computationalexperiments，andparallelexecution)理论提供了十分具

体和丰富的算法支持．

关键词生成式对抗网络，生成式模型，零和博弈，对抗学习，平行智能，ACP方法

引用格式王坤峰，苟超，段艳杰，林懿伦，郑心湖，王飞跃．生成式对抗网络GAN的研究进展与展望．自动化学报，2017，

43(3)：321—332

DOI10．16383／j．aas．2017．y000003

GenerativeAdversarialNetworks：TheStateoftheArtandBeyond

WANGKun．Feng，。GOUChao，vDUANYan—Jie一LINYi—Lun，。

ZHENGXin—HuWANGFei—Yue，

AbstractGenerativeadversarialnetworks(GANs)havebecomeahotresearchtopicinartificialintelligence．Inspired

bythetwo—playerzero—sumgame，GANiscomposedofageneratorandadiscriminator，bothtrainedwiththeadversarial

learningmechanism．TheaimofGANistoestimatethepotentialdistributionofexistingdataandgeneratenewdata

samplesfromthesamedistribution．SinceitsinitiationjGANhasbeenwidelystudiedduetoitsenormousprospect

forapplications，includingimageandvisioncomputing，speechandlanguageprocessing，informationsecurity，andchess

game．InthispaperwesummarizethestateoftheartofGANandlookintoitsfuture．Firstofall，wesurveytheGANs

background，theoreticandimplementationmodels，applicationfields，advantagesanddisadvantages，anddevelopment

trends．Then，weinvestigatetherelationbetweenGANandparallelintelligencewiththeconclusionthatGANhasagreat

potentialinparallelsystemsespeciallyincompu