Tag · 3 篇
马尔可夫决策过程
分布 目标检测与定位1视觉语言模型1强化学习与具身智能1
01 02 03
OVOD-Agent：面向主动视觉推理与自演化检测的马尔可夫-班迪特框架
OVOD-Agent: A Markov-Bandit Framework for Proactive Visual Reasoning and Self-Evolving Detection
将开放词表检测的文本匹配过程重构为基于弱马尔可夫决策过程的智能体探索，利用Bandit模块在有限监督下生成探索信号，并通过自监督奖励模型闭环优化检测策略，为OVOD提供可复用的主动推理框架。
EvoGraph-R1：面向智能体检索的自演化多模态知识超图
EvoGraph-R1: Self-Evolving Multimodal Knowledge Hypergraphs for Agentic Retrieval
把多模态知识图谱当作可被智能体动作（检索/扩展/编辑/终止）动态改写的环境，用 MDP 闭环驱动超图演化，为视觉问答中的多跳跨模态检索与可追溯推理提供了可复用的框架。
BridgeEQA：面向真实桥梁巡检的虚拟具身智能体
BridgeEQA: Virtual Embodied Agents for Real Bridge Inspections
将基础设施巡检建模为情景记忆具身问答任务，并提出以马尔可夫决策过程求解的 EMVR 框架；其『引用相关图像』的评测指标与长程多尺度空间推理设定，可迁移到需要跨视角检索证据的视觉语言任务。