PKU-PosterLayout

新的CANDO框架使用协作式智能体优化设施布局

研究人员推出CANDO，一个用于优化设施布局设计的协作式智能体网络。该框架通过关注考虑不规则边界、可达性和运动规划的复杂现实世界布局，解决了现有生成式AI基准测试的局限性。CANDO在无训练、基于验证的循环中使用专门的智能体来优化布局，在PubLayNet、RICO和PKU-PosterLayout等既有基准测试上表现优于当前基于训练和LLM的方法。