采用强化学习方法进行对象检测，采用预定义区域候选树、缩放操作和优化奖励函数等技术手段，实现更精准的物体边框配置。

Oct, 2018

在遥感图像分析中，针对通过滑动窗口局限性的问题，提出了一种动态尺度感知框架 GeoAgent，根据不同的地理对象自适应地捕捉图像块外的合适尺度上下文信息，通过全局缩略图和位置蒙版表示每个图像块的状态，利用尺度控制代理进行尺度选择动作来切换分割网络的尺度和上下文分支，实现了多尺度图像块特征的提取和融合，通过调整网络参数来执行合适的尺度选择动作，实验证明 GeoAgent 在大规模制图应用中优于传统分割方法。

Sep, 2023

为了减少使用高空间分辨率图像所带来的计算和货币成本，我们提出了一种强化学习代理，该代理自适应地选择提供给探测器的每个图像的空间分辨率，并使用双重奖励设置对代理进行训练，以选择低空间分辨率图像，以运行粗级探测器，同时选择高空间分辨率图像，则运行精细级探测器，该方法在维持与仅使用高分辨率图像的检测器相似的准确性的同时，将运行时间效率提高了 50％，只使用高分辨率图像 30％的时间

Dec, 2019

本文提出了一种基于树形结构的强化学习方法，用于目标检测中的物体提议，通过学习多个搜索策略，全面利用当前观察和历史搜索路径来提高检测准确率和覆盖率。实验证明，相较于现有算法，该方法可以通过更少的候选窗口实现可比较的召回率。

Mar, 2017

本文提出了一种使用深度强化学习引导的层级目标检测方法，通过选择含有更多信息的图像部分并对其进行放大来不断迭代提高图像的分析效果，并比较了两种不同的候选对象建议策略，以指导对象搜索，实验表明，采用重叠的候选建议策略和为每个区域建议计算特征映射的第一种策略能够取得更好的结果。

Nov, 2016

自主机器人的关键挑战是在遮挡、未曾见过的视角和长时间跨度中，维持对世界的空间和时间一致的模型。研究探索如何在无监督情况下训练一种多用途的神经表示。通过构建精心筛选的检索集，并调整空间容限来平衡检索和可重用性，优化检索结果的平均精度，并选择具有高平均精度的关键点，最终构建了稀疏的多尺度语义空间地图，应用于地标检索、定位、语义分割和实例分割。

Oct, 2023

我们介绍了一种基于主动学习的新型交互式卫星图像变化检测算法，该算法通过迭代的方式在用户（推荐系统）上进行询问，根据用户的注释更新变化检测结果，我们使用概率框架来为每个未标记的样本分配相关性度量，通过最小化包含多样性、代表性和不确定性的目标函数来获得这些相关性度量，使用强化学习方法探索多样性、代表性和不确定性的最佳组合以及显示尺寸，通过交互式卫星图像变化检测的实验证明能够获得更好的泛化效果。

Dec, 2023

本文介绍了一种基于深度强化学习的主动目标定位算法，比较了两种不同的决策过程方法：分层方法和动态方法，并进一步通过调整不同的超参数和架构变化对模型性能进行了消融研究。

Aug, 2022

提出了一种用于在场景中定位目标物体的主动检测模型，该模型是类特定的，并允许代理集中注意力于识别目标物体的候选区域，通过深度强化学习训练定位代理，并在 Pascal VOC 2007 数据集上评估，结果表明，使用该模型指导的代理能够在分析图像中仅仅探测 11 到 25 个区域后定位一个物体实例，并且在不使用物体提议进行物体定位的系统中取得了最佳的检测结果。

Nov, 2015

本文提出一种全面的端到端视频视觉跟踪方法，利用循环卷积神经网络代理与视频进行交互，并结合强化学习算法来学习不断的关注连续帧相关性和最大化在长期内的跟踪性能，实现了比现有跟踪基准更快速的状态 - of-the-art 性能。是第一个将卷积和循环网络与强化学习算法相结合的神经网络跟踪器。

Jan, 2017