PERCEPTION
EARL：面向自我中心交互推理与像素定位的统一分析引导强化学习框架
Yuejiao Su, Xinshen Zhang, Zhen Ye, Lei Yao, Lap-Pui Chau, Yi Wang
- 发表年份
- 2026
- 引用次数
- 0
- 访问权限
- 开放获取
摘要
本文提出EARL框架，通过分析引导的强化学习将粗粒度交互语义转化为查询导向的答案与像素级定位。该框架采用两阶段解析机制，并设计多面奖励函数优化异构输出，显著提升了自我中心视觉中交互推理与细粒度定位的准确性。
关键词
egocentric visionreinforcement learningpixel groundinginteraction reasoningmultimodal large language models
相关论文
PERCEPTION
📊 22,245 引用
Artificial intelligence: a modern approach
1995
PERCEPTION
📊 14,348 引用
Are we ready for autonomous driving? The KITTI vision benchmark suite
Andreas Geiger, P Lenz, R. Urtasun
2012
PERCEPTION
开放获取📊 9,777 引用
TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems
Martı́n Abadi, Ashish Agarwal, Paul Barham 等 20 位作者
2016
PERCEPTION
📊 9,681 引用
Vision meets robotics: The KITTI dataset
Andreas Geiger, Philip Lenz, Christoph Stiller 等 4 位作者
2013