跳到正文
arXiv · AI· Fei Shen, Chengyu Xie, Lihong Wang, Zhanyi Zhang, Xin Jiang, Xiaoyu Du, Jinhui Tang, Tat-Seng Chua·· 2026-10-14AI 评分31

IMAGAgent:基于约束感知规划与反思的多轮图像编辑智能体框架

IMAGAgent: Orchestrating Multi-Turn Image Editing via Constraint-Aware Planning and Reflection

AI 导读

IMAGAgent 提出了一种“规划-执行-反思”闭环的多轮图像编辑智能体框架,旨在解决现有方法在交互中易出现错误累积和语义漂移的问题。 该框架包含约束感知规划模块、工具链编排模块及多专家协同反思机制,利用视觉语言模型(VLM)和大语言模型(LLM)实现指令分解与自适应修正。

来源:arXiv · AI · arxiv.org