多代理強化學習

深度分析

「Spire」：結構去噪驅動的逆向規劃在幻燈片頁面個人化中的應用與實驗評估

隨著多模態大語言模型推動自動化投影片生成，頁面級個人化仍缺乏精細控制。研究提出Spire框架，將個人化問題視為逆向規劃，利用結構去噪產生可驗證的重建任務，並以兩個強化學習代理共同優化設計計畫。實驗顯示Spire在多種基線上取得更高的視覺相似度與美感評分，顯示其在提升投影片個人化品質上的潛力。