arXiv · 机器人与计算机视觉· Zhiqiang Wu, Shuang Sun, Jiale Zhang, Jing Li, Yibo Chen, Xu Tang, Yao Hu·· 20 天前AI 评分72
DeCoRL:面向多图合成的分解一致性强化学习框架
DeCoRL: Decomposed Consistency Reinforcement Learning for Multi-Image Composition
AI 导读
针对多图合成中随参考图数量增加而急剧下降的一致性难题,本文提出 DeCoRL 强化学习框架,将整体一致性分解为物体级一致性进行优化。该方法首先建立指令相关的跨图像物体对应关系并定位生成区域,随后利用基于 VLM 的奖励模型提供细粒度反馈以指导 RL 后训练。此外,作者构建了涵盖 2 至 6 张参考图的 DeCo-Bench 基准,实验显示其在多图合成一致性上表现优于现有方法。
来源:arXiv · 机器人与计算机视觉 · arxiv.org