actor-criticモデルでは、入力画像からmaskを作成するactor networkの性能をcritic networkによって評価する。先行研究([Li+, CVPR-2017], [Vinyals+, ICLR-2016])では、RNN-basedなモデルは入力の順序に対して偏りを受けることを示しているが、critic networkは将来のlossを考慮できる。

CVPPPベンチマークにおいてベースラインであるfully-unrolled (BL) and truncated BPTT (BL-Trunc)モデルよりもすぐれた Symmetric Best Dice (SBD) およびabsolute Difference in Counting (|DiC|)スコアを挙げた。

Instance SegmentationだけではなくRNN-based DNNに共通である入力の順序に対する問題に対する回答を示せた点が評価されたのではないか。