AnomalyAgent：ツール拡張型強化学習によるエージェント型産業異常合成

arXiv cs.CV / 2026/4/10

💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

本論文は、従来の単発（single-step）手法の限界を、反復的な推論と最適化を加えることで克服する、産業異常合成のためのエージェント型フレームワーク「AnomalyAgent」を提案する。
AnomalyAgentは、5つのツール（プロンプト生成、画像生成、品質評価、知識検索、マスク生成）を用いて閉ループで動作し、意味的に現実的かつ多様な異常を生成する。
この手法は、実際の異常画像から構造化された軌跡（トラジェクトリ）を構築し、タスク、反省（reflection）、行動報酬（behavioral reward）の各要素により導かれる2段階の学習パイプライン（教師あり微調整の後に、ツール拡張型強化学習）を行う。
MVTec-ADでの実験により、異常生成に関する指標および下流の異常検出性能が改善し、ゼロショットの最先端ベースラインを上回った。著者らはコードとデータを公開する予定であると述べている。