本发明公开了一种基于人类反馈强化学习的文生图优化方法，包括：将提示词文本作为LDM模型的输入，获得LDM模型输出的初始图像；建立人类反馈偏好网络模型；将提示词文本和初始图像输入到人类反馈偏好网络模型，获得反馈回报值数据以及反馈回报值最高...