Blind Super-Resolutionはカーネル推定と画像復元の2ステップに分けられるが、本論文ではカーネル推定部分に強化学習を導入する。強化学習の学習は、カーネル推定器をActor、推定したカーネルと低解像度画像からQ値を計算するCritic、事前学習モデルによって画像を拡大し画質評価値を報酬として返すEnvironmentによって構成される。