FCS 文章精要 东南大学&微软亚洲研究院，CCA：用于图像编辑的协同竞争智能体。论文标题：CCA: collaborative competitive agents for image editing
期刊：Frontiers of Computer Science
作者：Tiankai HANG, Shuyang GU, Dong CHEN, Xin GENG, Baining GUO
发表时间：13 Feb 2025
DOI： 10.1007/s11704-025-41244-0
微信链接：点击此处阅读微信文章
引用格式：
Tiankai HANG, Shuyang GU, Dong CHEN, Xin GENG, Baining GUO. CCA: collaborative competitive agents for image editing. Front. Comput. Sci., 2025, 19(11): 1911367
阅读原文：
问题概述
当前图像编辑技术面临两大核心挑战：复杂指令的多模态解析与编辑过程的持续优化。尽管生成对抗网络（GANs）和扩散模型在单步生成任务中表现优异，但其在多步骤迭代编辑中的泛化能力受限，且缺乏对历史编辑经验的有效复用。本文提出协同竞争智能体框架（Collaborative-Competitive Agents, CCA），通过构建基于大语言模型（LLMs）的多智能体协同系统，开创性地实现了复杂语义指令的渐进式图像编辑。
技术步骤
CCA的灵感来自生成对抗网络（GAN）。它具有两个生成器智能体，它们独立处理编辑指令并创建结果。然后，判别器智能体会评估这些结果，向两个生成器提供反馈。生成器使用此反馈以及对彼此工作的观察来改进。这创造了一个协作和竞争的环境。关键是透明度——我们可以看到中间步骤，不同于传统的黑盒模型，从而允许迭代优化。
实验结果
CCA擅长处理复杂的图像编辑指令，而传统方法难以应对。该系统的主要贡献是：1）一种具有可控步骤的新型多智能体生成模型。2）分析智能体关系（反思、合作、竞争）如何改善结果。3）全面的实验证明了CCA能够稳健地处理复杂的图像编辑。
中国学术前沿期刊网
http://journal.hep.com.cn
来源：Frontiers of Computer Science
