GeoVLM-R1：面向改进遥感推理的强化学习微调
计算机视觉与模式识别
2025-10-15 v3
摘要
强化学习 (RL) 的最新进展在自然图像领域展现了强大的推理能力，但其在地球观测 (EO) 领域的潜力仍有待深入探索。EO 任务带来了独特的挑战，涵盖指定目标检测、图像或区域描述、变化检测、定位以及时间分析，这些均需要任务感知的推理。我们提出了一种新颖的训练后框架，该框架引入任务感知奖励，以实现基于推理的 RL 模型对各种 EO 任务的有效适应。这一训练策略增强了遥感图像的推理能力，稳定了优化过程，并提升了鲁棒性。在多个 EO 基准上的大量实验表明，相较于最先进的通用与专用视觉语言模型，该方法均取得了持续的性能提升。代码和模型将在 https://mustansarfiaz.github.io/GeoVLM-R1/ 公开发布。
引用
@article{arxiv.2509.25026,
title = {GeoVLM-R1: Reinforcement Fine-Tuning for Improved Remote Sensing Reasoning},
author = {Mustansar Fiaz and Hiyam Debary and Paolo Fraccaro and Danda Paudel and Luc Van Gool and Fahad Khan and Salman Khan},
journal= {arXiv preprint arXiv:2509.25026},
year = {2025}
}
备注
Tables 6 and Figures 8. https://mustansarfiaz.github.io/GeoVLM-R1/