52 lines
1.9 KiB
Markdown
52 lines
1.9 KiB
Markdown
---
|
||
title: "路径追踪 (Path Tracing)"
|
||
domain: "Multimodal AI / Visual Reasoning"
|
||
tags: [path-tracing, visual-primitives, bezier-curves, topological-reasoning]
|
||
sources: [[thinking-with-visual-primitives]]
|
||
---
|
||
|
||
# 路径追踪 (Path Tracing)
|
||
|
||
> 利用点视觉原语在纠缠曲线中追踪目标路径，识别端点——测试模型「线连续性判断」的原语能力。
|
||
|
||
## 任务定义
|
||
|
||
给定一张包含多条 Bézier 曲线的图像（每条连接一个标记起点到一个标记终点），模型需要：
|
||
1. 从指定起点出发
|
||
2. 沿着曲线追踪（处理与其他曲线的交叉点）
|
||
3. 识别到达的端点
|
||
|
||
## 核心挑战：交叉点消歧
|
||
|
||
在曲线交叉处，模型必须调用**局部几何连续性判断**来决定哪条分支是目标曲线的延续。这要求模型具备真正的「路径追踪原语」，而非靠颜色匹配。
|
||
|
||
- **统一风格模式**（uniform-style mode）：所有线颜色和粗细相同，消除颜色捷径
|
||
|
||
## 难度控制
|
||
|
||
- 曲线数量 + 曲率振幅
|
||
- Easy：少量平缓曲线，交叉稀疏
|
||
- Hard：大量紧密卷曲曲线，密集交叉点
|
||
|
||
## 思维内容格式
|
||
|
||
```
|
||
<|point|>[[x1,y1],[x2,y2],...[xn,yn]]<|/point|>
|
||
```
|
||
- 坐标密度自适应局部几何：直段稀疏，弯曲/交叉区域密集
|
||
- 模拟人类在复杂区域的「慢下来仔细观察」策略
|
||
|
||
## 奖励模型设计
|
||
|
||
[[bidirectional-trajectory-evaluation|双向轨迹评估]] 是核心：
|
||
- **前向偏差**：预测点到真实曲线的最小距离（惩罚偏离）
|
||
- **反向覆盖率**：真实曲线点被预测覆盖的程度（惩罚遗漏）
|
||
- **端点精度** + **连续性惩罚** + **答案正确性**
|
||
|
||
**冷启动规模**：**125,000** 样本
|
||
|
||
## 相关概念
|
||
|
||
- [[maze-navigation|迷宫导航]] — 互补的拓扑推理任务
|
||
- [[bidirectional-trajectory-evaluation|双向轨迹评估]] — 核心评估方法
|
||
- [[visual-primitives|视觉原语]] — 点原语 |