NoisyRollout: Visueel Redeneren Versterken met Data-Augmentatie

NoisyRollout: Reinforcing Visual Reasoning with Data Augmentation

April 17, 2025

Auteurs: Xiangyan Liu, Jinjie Ni, Zijian Wu, Chao Du, Longxu Dou, Haonan Wang, Tianyu Pang, Michael Qizhe Shieh

cs.AI

Samenvatting

Recente vooruitgang in reinforcement learning (RL) heeft de redeneervaardigheden van vision-language modellen (VLMs) versterkt. Het verbeteren van beleidsverkenning om testtijdberekeningen effectiever te schalen, blijft echter onderbelicht in VLMs. Bovendien hebben VLMs nog steeds moeite met onvolmaakte visuele waarneming, wat op zijn beurt het daaropvolgende redeneerproces beïnvloedt. Daarom stellen we NoisyRollout voor, een eenvoudige maar effectieve RL-benadering die trajecten van zowel schone als matig vervormde afbeeldingen combineert om gerichte diversiteit in visuele waarneming en de resulterende redeneerpatronen te introduceren. Zonder extra trainingskosten verbetert NoisyRollout de verkenningcapaciteiten van VLMs door een visiegerichte inductieve bias te incorporeren. Bovendien gebruikt NoisyRollout een ruis-annealing schema dat geleidelijk de vervormingssterkte tijdens de training vermindert, waardoor vroeg voordeel wordt gehaald uit ruisige signalen terwijl de trainingsstabiliteit en schaalbaarheid in latere fasen behouden blijven. Met slechts 2.1K trainingsmonsters behaalt NoisyRollout state-of-the-art prestaties onder open-source RL-afgestemde modellen op 5 out-of-domain benchmarks die zowel redeneer- als waarnemingstaken omvatten, terwijl vergelijkbare of zelfs betere in-domain prestaties worden behouden.

English

Recent advances in reinforcement learning (RL) have strengthened the reasoning capabilities of vision-language models (VLMs). However, enhancing policy exploration to more effectively scale test-time compute remains underexplored in VLMs. In addition, VLMs continue to struggle with imperfect visual perception, which in turn affects the subsequent reasoning process. To this end, we propose NoisyRollout, a simple yet effective RL approach that mixes trajectories from both clean and moderately distorted images to introduce targeted diversity in visual perception and the resulting reasoning patterns. Without additional training cost, NoisyRollout enhances the exploration capabilities of VLMs by incorporating a vision-oriented inductive bias. Furthermore, NoisyRollout employs a noise annealing schedule that gradually reduces distortion strength over training, ensuring benefit from noisy signals early while maintaining training stability and scalability in later stages. With just 2.1K training samples, NoisyRollout achieves state-of-the-art performance among open-source RL-tuned models on 5 out-of-domain benchmarks spanning both reasoning and perception tasks, while preserving comparable or even better in-domain performance.