論文の概要: ResPlan: A Large-Scale Vector-Graph Dataset of 17,000 Residential Floor Plans

• arxiv url: http://arxiv.org/abs/2508.14006v1
• Date: Tue, 19 Aug 2025 17:07:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-20 15:36:32.023911
• Title: ResPlan: A Large-Scale Vector-Graph Dataset of 17,000 Residential Floor Plans
• Title（参考訳）: ResPlan: 17,000の住宅床計画からなる大規模ベクトルグラフデータセット
• Authors: Mohamed Abouagour, Eleftherios Garyfallidis,
• Abstract要約: 我々はResPlanを紹介した。ResPlanは17,000の詳細な、構造的に豊かな、現実的な住宅フロアプランからなる大規模なデータセットである。 それぞれの計画には、建築要素(壁、ドア、窓、バルコニー)と機能空間の正確なアノテーションが含まれている。 ResPlanは、ロボット工学、強化学習、生成AI、バーチャルおよび拡張現実、シミュレーション、ゲーム開発など、幅広いアプリケーションをサポートしている。
• 参考スコア（独自算出の注目度）: 0.9208007322096533
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce ResPlan, a large-scale dataset of 17,000 detailed, structurally rich, and realistic residential floor plans, created to advance spatial AI research. Each plan includes precise annotations of architectural elements (walls, doors, windows, balconies) and functional spaces (such as kitchens, bedrooms, and bathrooms). ResPlan addresses key limitations of existing datasets such as RPLAN (Wu et al., 2019) and MSD (van Engelenburg et al., 2024) by offering enhanced visual fidelity and greater structural diversity, reflecting realistic and non-idealized residential layouts. Designed as a versatile, general-purpose resource, ResPlan supports a wide range of applications including robotics, reinforcement learning, generative AI, virtual and augmented reality, simulations, and game development. Plans are provided in both geometric and graph-based formats, enabling direct integration into simulation engines and fast 3D conversion. A key contribution is an open-source pipeline for geometry cleaning, alignment, and annotation refinement. Additionally, ResPlan includes structured representations of room connectivity, supporting graph-based spatial reasoning tasks. Finally, we present comparative analyses with existing benchmarks and outline several open benchmark tasks enabled by ResPlan. Ultimately, ResPlan offers a significant advance in scale, realism, and usability, providing a robust foundation for developing and benchmarking next-generation spatial intelligence systems.
• Abstract（参考訳）: 空間AI研究を進めるために作られたResPlanは、17,000の詳細な、構造的に豊かな、現実的な住宅フロアプランからなる大規模なデータセットである。 それぞれの計画には、建築要素(壁、ドア、窓、バルコニー)と機能空間(台所、寝室、浴室など)の正確な注釈が含まれている。 ResPlan は RPLAN (Wu et al , 2019) や MSD (van Engelenburg et al , 2024) といった既存のデータセットの重要な制限に対処する。 ResPlanは汎用的で汎用的なリソースとして設計されており、ロボット工学、強化学習、生成AI、バーチャルおよび拡張現実、シミュレーション、ゲーム開発など幅広いアプリケーションをサポートしている。 計画は幾何およびグラフベースのフォーマットで提供され、シミュレーションエンジンへの直接統合と高速な3D変換を可能にする。 重要な貢献は、ジオメトリクリーニング、アライメント、アノテーションリファインメントのためのオープンソースのパイプラインである。 さらにResPlanは、部屋のコネクティビティの構造化された表現を含み、グラフベースの空間推論タスクをサポートする。 最後に、既存のベンチマークとの比較分析を行い、ResPlanによって実現されたいくつかのオープンベンチマークタスクの概要を示す。 最終的に、ResPlanはスケール、リアリズム、ユーザビリティに大きな進歩をもたらし、次世代の空間知能システムの開発とベンチマークのための堅牢な基盤を提供する。

関連論文リスト

• E3D-Bench: A Benchmark for End-to-End 3D Geometric Foundation Models [78.1674905950243]
  3次元幾何学基礎モデル(GFM)の総合ベンチマークを初めて提示する。 GFMは、単一のフィードフォワードパスで密度の高い3D表現を直接予測し、スローまたは未使用のカメラパラメータを不要にする。 我々は16の最先端GFMを評価し、タスクやドメイン間の長所と短所を明らかにした。 すべてのコード、評価スクリプト、処理されたデータは公開され、3D空間インテリジェンスの研究が加速される。
  論文  参考訳（メタデータ） (2025-06-02T17:53:09Z)
• MSD: A Benchmark Dataset for Floor Plan Generation of Building Complexes [6.9924720592711935]
  textbfModified Swiss Dwellings (MSD) - 大規模なフロアプランデータセット。 MSDは中規模から大規模の複合住宅の5.3K以上のフロアプランがあり、18.9K以上のアパートをカバーしている。
  論文  参考訳（メタデータ） (2024-07-14T08:51:25Z)
• PlanT: Explainable Planning Transformers via Object-Level Representations [64.93938686101309]
  PlanTは、自動運転のコンテキストにおける計画のための新しいアプローチである。 PlanTは、コンパクトなオブジェクトレベルの入力表現を持つ模倣学習に基づいている。 この結果から,PlanTは幾何学的に距離をおいても,現場で最も関連性の高い物体に焦点を合わせることが可能であることが示唆された。
  論文  参考訳（メタデータ） (2022-10-25T17:59:46Z)
• ReCo: A Dataset for Residential Community Layout Planning [21.5996284220876]
  ReCoは、37,646人の居住コミュニティレイアウトプランを持つ複数のデータ形式で提供され、598,728の住宅ビルを高さ情報でカバーしている。 自動住宅群落配置計画におけるReCoの有効性を検証するため,GANに基づく2つの生成モデルを適用した。
  論文  参考訳（メタデータ） (2022-06-08T17:19:55Z)
• Habitat 2.0: Training Home Assistants to Rearrange their Habitat [122.54624752876276]
  インタラクティブな3D環境で仮想ロボットを訓練するためのシミュレーションプラットフォームHabitat 2.0(H2.0)を紹介する。 エンボディされたAIスタックのすべてのレベル – データ、シミュレーション、ベンチマークタスク – にコントリビューションを行います。
  論文  参考訳（メタデータ） (2021-06-28T05:42:15Z)
• House-GAN: Relational Generative Adversarial Networks for Graph-constrained House Layout Generation [59.86153321871127]
  主な考え方は、制約をリレーショナルネットワークのグラフ構造にエンコードすることである。 我々は、新しい住宅レイアウト生成問題に対する提案されたアーキテクチャを実証した。
  論文  参考訳（メタデータ） (2020-03-16T03:16:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。