ACT3D：用结果奖励强化学习让 VLM 主动探索 3D 世界

UCSD 与 Georgia Tech 联合发布论文《Learning to Think and Explore in 3D World》，提出 ACT3D 方法，训练视觉语言模型像人类一样在三维环境中主动思考与探索。模型仅拿到一张图像，通过只以最终结果为奖励的强化学习学会交互式探索，在六大基准测试中取得平均 53.2% 的准确率，展示了 VLM 在 3D 理解与主动探索上的新能力。

2026-10-19 ~ 2026-10-20 · 2 条相关

• UCSD 的 ACT3D:让 VLM 主动探索 3D 世界,平均准确率 53.2% — UCSanDiego · 2026-10-19
• Act3D 用结果奖励 RL 教 VLM 主动探索 3D,六大基准平均 53.2% — _akhaliq · 2026-10-20