跳到正文
arXiv · 机器人与计算机视觉· Tianyi Gao, Han Fang, Xin Wei, Yaoyao Zhong, Zhaoyan Pan, Weijie Zhu, Hongbo Sun, Zhiyu Lin, Kaicheng Yang, Jinglin Xu, Ye Yuan, Hao Li, Hao Sun, Jingmin Xin·· 2026-10-15精选AI 评分78

ReferFlow:超越最终目标定位的复杂指代表达研究

ReferFlow: Beyond Final-Target Localization for Complex Referring Expressions

AI 导读

该论文针对现有指代表达理解基准仅关注最终目标定位、忽视中间视觉参考依赖的问题,提出了轨迹级 REC 新范式与 ReferFlow-Bench 基准。作者提出 ReferFlow 模型,通过状态化区域隐变量推理解耦文本潜空间生成与坐标解码,并引入感知地标的 GRPO 优化策略,在通用指代理解基准及自建基准上取得领先性能。材料为预印本论文,未涉及真实机器人部署或产品发布。

推荐理由

提出轨迹级指代理解新基准与解耦生成架构,揭示当前模型在中间参考定位上的不足并提供改进方案。

来源:arXiv · 机器人与计算机视觉 · arxiv.org