PointRFT：用于点云少样本学习的显式强化微调
计算机视觉与模式识别
2026-03-26 v1
摘要
理解点云中空间动力学和语义信息是实现完整3D理解的基础。虽然如Group Relative Policy Optimization (GRPO)等强化学习算法近期在大语言模型中通过战略奖励设计激励推理能力而取得了显著突破，但在3D感知领域的潜力仍 largely 未被探索。这自然提出了一个关键问题：强化学习方法能否有效赋能3D点云微调？本文提出PointRFT，即首个专为点云表征学习设计的强化微调范式。我们选取三种常见的3D基础模型，设计专门的准确度奖励函数和离散度奖励函数以稳定训练并缓解分布迁移。通过比较不同训练范式的全面少样本分类实验，我们展示PointRFT在多样化基准上 consistently 优于基于监督微调(SFT)。此外，当其自然集成到混合Pretraining-SFT-RFT范式中时，点云基础模型的表征能力得到显著释放，在数据稀缺场景下实现了最先进的性能。
引用
@article{arxiv.2603.23957,
title = {PointRFT: Explicit Reinforcement Fine-tuning for Point Cloud Few-shot Learning},
author = {Yankai Wang and Yiding Sun and Qirui Wang and Pengbo Li and Chaoyi Lu and Dongxu Zhang},
journal= {arXiv preprint arXiv:2603.23957},
year = {2026}
}