DeCoRL：分解一致性强化学习用于多图合成

论文用对象级奖励的强化学习提升多图合成一致性。

资讯摘要

论文提出 DeCoRL，一个面向多图合成（MICo）的强化学习框架，将整体一致性拆解为对象级一致性：先建立参考图与生成图之间与指令相关的对象对应关系，再用基于 VLM、经单对象一致性标注训练的奖励模型给出对象级反馈，聚合成多对象一致性奖励用于 RL 后训练。作者还构建了覆盖 2 至 6 张参考图的 DeCo-Bench，并报告在 DeCo-Bench 与公开 MICo-Bench 上一致性均有提升。

要点速读

1. DeCoRL 将多图合成的整体一致性分解为对象级一致性，并定位生成图中对应区域。
2. 奖励模型基于 VLM，用单对象一致性标注训练，输出对象级反馈并聚合为多对象奖励。
3. 作者提出覆盖 2 至 6 张参考图的 DeCo-Bench，报告在 DeCo-Bench 和 MICo-Bench 上一致性提升。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。