跳到正文
arXiv · 机器人与计算机视觉· Pengyu Li, Zhitao Gao, Lingling Zhang, Wenxuan Huang, YiCheng Xiao, Chen Zheng, Jun Liu·· 13 小时前AI 评分72

ActiveForager:一种用于流式视频理解的主动探索智能体

Look Closer, Look Back, or Wait for Agentic Streaming Video Understanding

AI 导读

该论文提出 ActiveForager,这是一种针对直播视频的流式处理智能体,旨在解决严格内存和延迟限制下的问答问题。该方法维护一个干净的短工作窗口,仅在需要时按需收集额外证据(如放大高分辨率帧、回忆历史事件或等待未来帧)。

来源:arXiv · 机器人与计算机视觉 · arxiv.org