拓冰网站定制 
HOID-R1研究总结与核心内容翻译一、文章主要内容总结本文聚焦人机交互检测（HOI）领域的开放世界泛化问题，提出了名为HOID-R1的检测框架，旨在解决现有方法依赖大型语言模型文本提示却忽视3D空间理解能力、在新场景（新动词、未见过的物体或交互组合）中泛化性能差的缺陷。1. 研究背景与现有问题HOI检测的重要性：作为AR/VR、机器人技术等领域的关键应用，HOI检测需定位视觉场景中的人与物体，并刻画二者交互的语义和功能关系，是以人为中心的AI技术的基础。现有方法局限：传统HOI检测方法多局限于小规模封闭集基准，仅在固定交互类别上训练和评估，分布外泛化能力弱；近年基于提示的开放词汇HOI检测方法仅利用语言先验，忽视模型推理能力，对查询表述敏感，难以区分细粒度或模糊交互。2. HOID-R1框架核心设计HOID-R1以强化学习（RL）为范式，整合思维链（CoT）引导的监督微调（SFT）与组相对策略优化（GRPO），具体包含三阶段核心流程：监督微调（SFT）阶段：通过精心设计的演示数据，引导模型严格遵循〈主体、动词、物体〉三元组等输出格式，并引入认知思维链（CoT）提示（用``标签标注逐步推理过程），在保证输出结构化 HOID-R1: Reinforcement Learning for Open-World Human-Object Interaction Detection Reasoning with ...
HOID-R1研究总结与核心内容翻译一、文章主要内容总结本文聚焦人机交互检测（HOI）领域的开放世界泛化问题，提出了名为HOID-R1的检测框架，旨在解决现有方法依赖大型语言模型文本提示却忽视3D空间理解能力、在新场景（新动词、未见过的物体或交互组合）中泛化性能差的缺陷。1. 研究背景与现有问题HOI检测的重要性：作为AR/VR、机器人技术等领域的关键应用，HOI检测需定位视觉场景中的人与物体，并刻画二者交互的语义和功能关系，是以人为中心的AI技术的基础。现有方法局限：传统HOI检测方法多局限于小规模封闭集基准，仅在固定交互类别上训练和评估，分布外泛化能力弱；近年基于提示的开放词汇HOI检测方法仅利用语言先验，忽视模型推理能力，对查询表述敏感，难以区分细粒度或模糊交互。2. HOID-R1框架核心设计HOID-R1以强化学习（RL）为范式，整合思维链（CoT）引导的监督微调（SFT）与组相对策略优化（GRPO），具体包含三阶段核心流程：监督微调（SFT）阶段：通过精心设计的演示数据，引导模型严格遵循〈主体、动词、物体〉三元组等输出格式，并引入认知思维链（CoT）提示（用``标签标注逐步推理过程），在保证输出结构化