強化学習を利用した新しいアプローチを提案。 具体的には、強化学習エージェントは、予測結果の質に応じて、ターゲットテンプレートを更新するかどうかの判断を学習する。 マッチング方法の選択は、強化学習エージェントの行動履歴に基づいて同時に決定されます。

実験の結果、我々の手法は、従来の最先端の手法に比べて10倍近く高速であり、さらに高い精度が得られることがわかった（DAVIS 2017のデータセットでは、領域類似度が69.1%となっている）。