主动视觉感知

本文提出AdaTurn框架，解决主动视觉代理在有限Rollout预算下的灾难性截断问题。通过预算条件化决策与FA-DAPO强化学习策略，模型学会在预算耗尽前主动生成答案。实验显示在VisualProbe等基准上低预算性能显著提升，且负载均衡调度器提升了训练效率。