Unfold The World: Factorize 4D Properties in Reinforcing Spatial Reasoning

• 类型：arxiv
• 标识：2609.03729
• 链接：https://arxiv.org/abs/2609.03729
• 主分类：multimodal
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：FactoSR is presented, a factorized reinforcement learning framework that explicitly interpret the dimensions collapsed by visual projection, and suggests that reinforcing explicit, factorized 4D consistency is a critical step toward evolving VLMs into robust, world-aware reasoners.
• OpenAlex ID：W7208725167
• OpenAlex DOI：10.48550/arxiv.2609.03729
• DOI：10.48550/arxiv.2609.03729
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2609.03729
• OpenAlex更新：2026-09-10
• 待LLM分类：否
• 标题中文：展开世界：在强化空间推理中分解 4D 属性
• TLDR中文：提出 FactoSR，一个因子化强化学习框架，显式解读视觉投影所塌缩的维度，并指出强化显式的、因子化的 4D 一致性是将 VLM 演化为稳健、具有世界感知能力的推理器的关键一步。
• 来源文件：
• /inbox/tom/_candidates/2026-09-08-rag-retrieval-reranking-candidates.json
• /inbox/tom/_candidates/2026-09-08-agent-rag-longcontext-candidates.json
• [OpenAlex backfill]
• [S2 enrich]