Generation Navigator：一种面向图像生成的状态感知智能体框架

尽管文本到图像生成进展迅速，但忠实实现用户意图仍具挑战，常需人工多轮试错。现有系统依赖简单提示重写或基于手工规则的闭环智能体，缺乏对生成过程的自适应调整。本文将其重构为状态条件动作决策问题，提出 Generation Navigator，一种能动态引导生成轨迹的多轮 T2I 智能体。针对强化训练中的信用分配难题，设计了 PRE-GRPO 目标，显式奖励高质量发现、避免质量退化并最小化冗余步数。实验表明该方法在多个基准上显著提升性能。