摘要
本文提出 3DrawAgent,一种无需训练的语言驱动框架,利用大语言模型在几何反馈下序列生成 3D 贝塞尔曲线。该方法引入相对经验优化策略,适配群组奖励策略优化范式,通过构建基于 CLIP 感知奖励和 LLM 定性评估的成对比较,迭代优化先验知识。这种设计使模型能在不更新参数的情况下,自我提升空间理解与绘图质量,展现出涌现的几何推理能力。
AI 推荐理由
论文核心在于利用对比经验实现 Agent 的自我改进与空间理解提升,无需参数更新。
研究机构
北京邮电大学
江西师范大学
论文信息