GeoSVG-RL：用于布局约束文本到 SVG 图表生成的几何感知强化学习

尽管现代 大语言模型 精通通用矢量代码生成，但生成结构化、可编辑的图表仍然是一个重大挑战。主要困难在于产出结构脆弱；连接器端点未对齐、文本标签重叠边框或超出画布边界的复杂布局等小错误会导致生成的 SVG 文件在功能上无法用于专业应用程序。为了解决这些问题，我们引入了 GeoSVG-RL，这是一种专门的强化学习框架，专为布局受限的文本到 SVG 生成而设计。与仅依赖于最大化 词元级 可能性的标准训练目标不同，我们的方法针对明确的、可执行的几何反馈来优化策略。该模型首先生成一个结构化布局图，作为后续生成 SVG 代码的几何契约。然后，该代码通过浏览器支持的验证器进行渲染，从而能够计算六个关键维度的细粒度奖励：渲染有效性、画布拟合、精确的锚点放置、文本包含、图形一致性和代码清洁度。我们利用组相对策略优化 (GRPO) 来完善模型，根据提示对多个候选者进行采样，以促进基于相对质量的更新。从合成数据的监督热启动阶段开始，GeoSVG-RL 在结构可靠性方面取得了巨大的进步，特别是在箭头锚精度和文本框率方面。定量评估表明，我们的方法在局部几何精度和图形连接性的保留方面始终优于当前最先进的系统，为实现自动化且可靠的技术插图提供了一条稳健的途径。