إن إجابة الأسئلة على الفيديو تمثل مهمة صعبة تتطلب من الوكلاء القدرة على فهم المحتوى الغني للفيديوهات وتنفيذ الاستدلال المكاني-الزمني. ومع ذلك، تفشل الطرق القائمة على الرسوم البيانية الحالية في أداء الاستدلال متعدد الخطوات بشكل جيد، حيث تتجاهل خاصيتين رئيسيتين في مهام إجابة الأسئلة على الفيديو: (1) حتى بالنسبة للفيديو نفسه، قد تتطلب الأسئلة المختلفة كميات مختلفة من لقطات الفيديو أو الكائنات لاستنتاج الإجابة باستخدام الاستدلال العلاقاتي؛ (2) أثناء عملية الاستدلال، توجد علاقة معقدة بين خصائص المظهر والحركة، وهي مترابطة ومكملة لبعضها البعض. استنادًا إلى هذه الملاحظات، نقترح وحدة استدلال رسومية ثنائية البصر (DualVGR) التي تُجري الاستدلال على الفيديو بطريقة نهائية (end-to-end). تتمثل المساهمة الأولى في تصميم وحدة عقوبة الاستعلام القابلة للتفسير، التي تُمكّن من حذف الميزات البصرية غير ذات صلة من خلال دورات متعددة من الاستدلال. أما المساهمة الثانية فهي الشبكة الانتباهية الرسومية متعددة المنظورات القائمة على الفيديو، التي تُCapabilities على اكتشاف العلاقات بين خصائص المظهر والحركة. تُحقق شبكة DualVGR أداءً متقدمًا على مستوى الحالة (state-of-the-art) في مجموعتي البيانات القياسيتين MSVD-QA وSVQA، كما تُظهر نتائج تنافسية على مجموعة البيانات القياسية MSRVTT-QA. يمكن الوصول إلى الشفرة المصدرية الخاصة بنا عبر الرابط: https://github.com/MMIR/DualVGR-VideoQA.