对抗强化学习

以攻为守：赋能分割一切模型的点提示优化对抗智能体

Attack for Defense: Adversarial Agents for Point Prompt Optimization Empowering Segment Anything Model

把点提示词的选择建模为双空间图上的强化学习博弈，用攻击者-防御者范式自动精化粗提示集，可直接套用到 SAM 类分割模型的提示词工程与鲁棒性提升上。