actor-critic

学习多样化与聚焦：面向开放词表人-物交互检测的强化学习框架

Learning to Diversify and Focus: A Reinforcement Framework for Open-Vocabulary HOI Detection

用强化学习驱动的语义扰动与 actor-critic 注意力精炼，缓解 CLIP 一阶段范式对已见交互的过拟合，可直接迁移到其他开放词表检测/grounding 任务中提升对未见类别的泛化与细粒度定位。