Parrot é um framework de aprendizado por reforço multiobjetivo, projetado especificamente para geração de imagem a partir de texto (T2I). Ele identifica automaticamente o melhor equilíbrio entre diferentes recompensas no processo de otimização RL de geração T2I, por meio de uma seleção Pareto ótima em lote. Além disso, o Parrot utiliza um método de otimização conjunta do modelo T2I e da rede de expansão de prompt, promovendo prompts de texto com percepção de qualidade de geração, melhorando ainda mais a qualidade final da imagem. Para compensar o potencial esquecimento catastrófico do prompt original do usuário devido à expansão do prompt, introduzimos uma orientação de centralização do prompt original na inferência, garantindo que as imagens geradas sejam fiéis à entrada do usuário. Experimentos e estudos de usuário em larga escala demonstram que o Parrot supera vários métodos de referência em diversos padrões de qualidade, incluindo estética, preferência humana, emoção da imagem e alinhamento texto-imagem.