SAM3RL：强化学习控制记忆库提升目标跟踪

Tomáš Čížek 等作者发布论文提出 SAM3RL：给 SAM 3 跟踪器加装一个由强化学习训练的轻量记忆控制器，决定哪些帧进入记忆库，以最大化跟踪性能。作者称该方法在 12 项跟踪与视频目标分割基准中的 10 项取得新的 SOTA，超过所有手工规则且无运行时开销。 同一方法用于 SAM 2 得到 SAM2RL，作者称其在 12 项基准中的 9 项优于手工规则，显示该思路可跨模型代际迁移。上述性能结论均出自论文作者。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。