arXiv cs.AI· Zixu Wang, Xiaoran Zhao, Yahui Liu, Feng-ao Wang, Junhao Xiao, You Shu, Bing Liu, Yiting Liu, Songlei Jian, Zhiliang Tian, Dongsheng Li·· 3 天前AI 评分29
GenRevisit：让智能体学会回看历史图像的组合式图像生成框架
Look Back to Move Forward: Learning to Revisit for Agentic Compositional Image Generation
AI 导读
GenRevisit 是一个智能体框架，将动作选择扩展为联合的延续状态与动作选择，让智能体可从交互历史中挑选图像候选再编辑，而非固定从最新图像继续优化。该框架采用 SFT 加智能体强化学习训练，并提出 Normalized Action Credit Assignment（NACA）解决 GRPO 中轨迹级优势分配过粗的问题。
正文 · AI 翻译
作者：Zixu Wang, Xiaoran Zhao, Yahui Liu, Feng-ao Wang, Junhao Xiao, You Shu, Bing Liu, Yiting Liu, Songlei Jian, Zhiliang Tian, Dongsheng Li
摘要：文本到图像模型在视觉保真度和指令遵循方面取得了显著进展，但复杂的组合式生成仍然具有挑战性。现有的智能体方法通过迭代生成和编辑来应对这一局限，根据交互历史调整其动作。然而，它们通常将延续状态（即从中进行细化的图像）固定为最新图像。由于迭代编辑不一定是单调的，即使最新图像已经退化，智能体也可能继续从该图像进行细化。在这项工作中，我们提出了 GenRevisit，一个将动作选择扩展为联合延续状态与动作选择的智能体框架。该智能体不仅可以使用交互历史来调整编辑指令，还可以选择要编辑的图像候选，从而联合决定从何处继续以及如何细化。我们通过 SFT 后接智能体强化学习来训练 GenRevisit。为了解决 GRPO 中最终结果奖励的粗粒度信用分配问题（该问题为所有动作分配相同的轨迹级优势），我们进一步提出了归一化动作信用分配（NACA），根据每个动作对减少剩余目标的贡献重新分配正优势。在 GenEval2 上，GenRevisit 使用 Qwen-Image-2512 和 Z-Image-Turbo 分别取得了 84.3 和 74.4 的 GM 分数，超过使用相同生成器的最强基线 12.7 和 10.9 分。在基线中，GenRevisit 在 GenEval、GenEval++ 和 GenEval2 上取得了最先进的性能。
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.16224 [cs.CV] |
| （或 arXiv:2610.16224v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.16224 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Zixu Wang [查看电子邮件]
[v1]
2026年10月12日星期一 05:59:12 UTC（38,006 KB）
来源：arXiv cs.AI · arxiv.org