论文
个性化作为逆向规划：面向智能体幻灯片生成的潜在设计意图学习
Personalization as Inverse Planning: Learning Latent Design Intents for Agentic Slide Generation via Structural Denoising
摘要
幻灯片设计要求同时个性化整套主题与页面布局。但当前基于AI智能体的方法难以处理细粒度、页面级设计。仅依赖预指定模板或用户冗长指令——它们无法捕获潜在设计意图——使页面级幻灯片个性化（PSP）悬而未决。为填补该缺口——本工作将PSP形式化为逆向规划问题。我们提出在不假设任何具体执行工具（如PowerPoint、Beamer）知识的前提下学习设计意图。但放弃对这些工具的控制使问题难以端到端优化。为克服这一点——我们提出SPIRE——求解PSP近似的有原则框架。通过故意破坏干净幻灯片的视觉结构——SPIRE创建可验证的去噪任务——两个智能体经强化学习（RL）学习协作精炼可执行设计。我们证明结构去噪是PSP的一致代理——且多智能体形式化严格降低RL中的策略梯度方差。大量实验展示SPIRE的优越性。
