最近看了一些 NRI工作，从 18 年 Kipf 的 ICML 到 22 年 23 年的一些工作。这短短五年，已经有非常多的学者投入到了 NRI 这个分支。
在读 Kipf 那份工作的时候，我有个问题是，这个和一般的 time series prediction 有什么不同？还是说，它们其实一样，只是又换了个名字？Kipf 的 abstract 里是这么描述的：
The neural relational inference (NRI) model: an unsupervised model that learns to infer interactions while simultaneously learning the dynamics purely from observational data.
我对于这个问题的理解是：现有的 time series prediction 相关工作，可能更多的是判别模型，但NRI，希望学习内在的dynamics，偏向于生成模型。这个观点不一定对。
方法层面，Kipf 的这个工作用了 VAE，encoder 和 decoder 两个部分。后续的挺多工作，在它的基础上，玩出了花。
因为我自己主要是做超图相关的工作，所以又去检索了 hypergraph+NRI，最早的一篇可能是 22 年的一篇 CVPR，从数据中学习出 multi-scale hypergraph，然后把 node-edge 交互改成了 node-hyperedge 交互，名曰可以更好地刻画 agents 之间的活动。而在实验层面上，依旧使用的是 NBA 这样的简单数据集，预测球员将要移动的一系列位置。到今天，引用它的工作，已经超过了 30 个，果然是热门领域。
尽管热门，我觉得 NRI 还是挺虚的，不清楚它落地的方向。直到朋友和我说，这个在自动驾驶中很受关注，我才恍然大悟：
绝大多数的自动驾驶轨迹预测都需要这些表示学习，比如车辆和多个路人之间的交互。
Categories: DM
