PCQA-R1：通过强化学习推进广义 3D 点云质量评估

无参考点云质量评估（PCQA）是近年来的一个活跃话题，用于测量和优化点云的视觉体验。然而，大型多模态模型（LMM）在该领域很少得到探索。以前基于 LMM 的方法主要依靠有监督的 微调 来直接预测数值质量分数，缺乏跨具有异构 MOS 尺度和有限注释的数据集的泛化能力。一个关键的困难是，绝对 MOS 回归在具有不同分数尺度和失真分布的数据集上可能很脆弱，而相对质量排名在这种变化下更稳定。在本文中，我们提出了 PCQA-R1，这是第一个用于 3D 点云质量评估的强化学习 LMM，可同时对质量理解和评分进行建模。 PCQA-R1 基于组相对策略优化 (GRPO) 策略，首先构建一个思想链数据集 PCQA-CoT，它通过反向推理策略作为冷启动训练数据，教会 LMM 生成其推理过程。我们进一步引入了高斯邻近奖励，通过将分数预测锚定到源 MOS 范围来防止校准漂移。实验结果表明，PCQA-R1 在五个基准测试中实现了最先进的跨数据集泛化，并具有具有竞争力的域内准确性。消融研究支持排序、高斯奖励和冷启动轨迹的作用。