タグ: OpenEnv

プロシージャル水彩画生成LLMの実装：TRLとOpenEnvによるコード実行環境とGRPO強化学習

ピクセル拡散に依存せず、p5.brushコードを生成・実行して描画するプロシージャル画像生成モデルの構築手法。TRLのGRPOとOpenEnv実行環境を統合し、HPSとVLMによるハイブリッド報酬関数、24GB VRAMでのLoRA学習構成、モード崩壊対策までを網羅的に解説する。