arXiv · 机器人与计算机视觉· Xin Zhang, Haochen Wang, Beibei Lin, Zhaoxiang Zhang, Robby T. Tan, Jason Li, Dacheng Tao·· 28 天前精选AI 评分78
Generalized CycleGRPO:首个统一强化学习框架用于细粒度多模态理解与定位
Generalized CycleGRPO for Fine-Grained Multimodal Understanding and Grounding
AI 导读
该论文提出了 Generalized CycleGRPO,这是首个将区域理解与定位耦合在空间、时间及时空域的统一强化学习框架。模型利用重建重叠度作为可验证奖励来优化描述生成,并通过个体定位奖励改进逆映射。
推荐理由
提出首个统一强化学习框架,通过区域理解与定位的循环一致性实现细粒度多模态自评估。
来源:arXiv · 机器人与计算机视觉 · arxiv.org