arXiv · 机器人与计算机视觉· Yuhang Zhou, Fei Li, Yuxi Wu, Bin Zhu, Jingjing Chen·· 2026-10-06AI 评分72
VideoResearchAgent:面向开放网络视频研究的 grounded 任务合成与 Sim-to-Real RL
VideoResearchAgent: Grounded Task Synthesis and Sim-to-Real RL for Open-Web Video Research
AI 导读
针对现有深度研究代理依赖预设视频或仅处理文本图像的问题,本文提出 VideoResearchAgent 框架以支持自主发现、导航时序内容并将答案锚定在视觉证据上。
来源:arXiv · 机器人与计算机视觉 · arxiv.org