AnomalyAgent：工具增强强化学习的工业异常合成代理

Jiaming Su 等论文作者提出 AnomalyAgent，一个用于工业异常合成的智能体，具备自反思、知识检索和迭代优化能力，通过五种工具进行闭环优化。训练采用监督微调加强化学习的两阶段方案，奖励包括任务、反思和行为三类，分别约束异常质量、提示词改进与轨迹遵循。 论文摘要称，在 MVTec-AD 数据集上，异常生成取得 IS/IC-L 为 2.10/0.33；用 ResNet34 做分类准确率 57.0%；用简单 UNet 在图像/像素级达到 99.3%/74.2% AP，作者称超过所有零样本 SOTA 方法。代码已开源在 https://github.com/sssjmmm/AnomalyAgent。以上数字基于论文摘要，尚无独立复现。

AI 根据报道生成 · 2 小时前更新