通过审慎规划与直觉执行的自进化代理图像修复

针对真实世界图像修复中退化复杂耦合及现有代理框架过度依赖贪婪策略、存在情景遗忘的问题，本文提出自进化代理图像修复（SEAR）方法。受双过程理论启发，SEAR 包含遵循慢思考的“审慎规划器”和遵循快思考的“直觉执行器”。规划器采用剪枝感知蒙特卡洛树搜索进行长程推理，结合混合无参考奖励与多模态大模型锦标赛以防指标滥用；执行器利用基于退化感知状态指纹的自进化情景记忆，将昂贵搜索轨迹蒸馏为自适应专长，克服遗忘并降低探索成本。实验表明该方法在感知与定量性能上表现优异。