摘要
本文提出 PhotoFlow，一种用于闭环相机搜索的“导演 - 评审 - 反思”多智能体系统，旨在解决虚拟摄影中复杂的 3D 空间理解与抽象审美判断难题。导演智能体构建摄影蓝图并提议候选视角；评审智能体结合规则检查与视觉 critique 进行筛选；反思智能体则将失败转化为区域记忆与探索策略调整。实验表明，该系统在多样化 Blender 场景的语言条件摄影任务中，成功率与质量对齐度均优于现有基线，首次实现了任意场景下的可执行代理摄影任务。
AI 推荐理由
论文提出多智能体闭环规划系统，核心在于任务分解、候选生成与迭代优化策略。
研究机构
上海交通大学
东北大学
加州大学洛杉矶分校
康奈尔大学
四川大学
论文信息