跳到正文
arXiv · 机器人与计算机视觉· Jiaming Su, Tengchao Yang, Ruikang Zhang, Zhengan Yan, Haoyu Sun, Linfeng Zhang·· 2026-10-12AI 评分43

AnomalyAgent:通过工具增强强化学习实现工业异常合成

AnomalyAgent: Agentic Industrial Anomaly Synthesis via Tool-Augmented Reinforcement Learning

AI 导读

AnomalyAgent 提出具备自我反思与知识检索能力的异常合成智能体,利用 PG、IG、QE 等五类工具构建闭环优化。该方法在 MVTec-AD 数据集上 IS/IC-L 达 2.10/0.33,分类准确率 57.0%,AP 分别达到 99.3% 和 74.2%,超越所有零样本最先进方法。代码已公开,论文被 ACM MM 2026 接收。

来源:arXiv · 机器人与计算机视觉 · arxiv.org