Fugu-MT 論文翻訳(概要): PhyScensis: Physics-Augmented LLM Agents for Complex Physical Scene Arrangement

論文の概要: PhyScensis: Physics-Augmented LLM Agents for Complex Physical Scene Arrangement

arxiv url: http://arxiv.org/abs/2602.14968v1
Date: Mon, 16 Feb 2026 17:55:25 GMT
ステータス: 翻訳完了
システム内更新日: 2026-02-17 16:22:50.568
Title: PhyScensis: Physics-Augmented LLM Agents for Complex Physical Scene Arrangement
Title（参考訳）: PhyScensis:複雑な物理シーンアレンジメントのための物理増強LDM剤
Authors: Yian Wang, Han Yang, Minghao Guo, Xiaowen Qiu, Tsun-Hsuan Wang, Wojciech Matusik, Joshua B. Tenenbaum, Chuang Gan,
Abstract要約: PhyScensisは物理エンジンを動力とするエージェントベースのフレームワークで、物理的に可視なシーン構成を生成する。本フレームワークは,微粒なテキスト記述や数値パラメータに対する強い制御性を保っている。実験の結果,本手法はシーンの複雑さ,視覚的品質,身体的精度において,従来の手法よりも優れていた。
参考スコア（独自算出の注目度）: 89.35154754765502
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Automatically generating interactive 3D environments is crucial for scaling up robotic data collection in simulation. While prior work has primarily focused on 3D asset placement, it often overlooks the physical relationships between objects (e.g., contact, support, balance, and containment), which are essential for creating complex and realistic manipulation scenarios such as tabletop arrangements, shelf organization, or box packing. Compared to classical 3D layout generation, producing complex physical scenes introduces additional challenges: (a) higher object density and complexity (e.g., a small shelf may hold dozens of books), (b) richer supporting relationships and compact spatial layouts, and (c) the need to accurately model both spatial placement and physical properties. To address these challenges, we propose PhyScensis, an LLM agent-based framework powered by a physics engine, to produce physically plausible scene configurations with high complexity. Specifically, our framework consists of three main components: an LLM agent iteratively proposes assets with spatial and physical predicates; a solver, equipped with a physics engine, realizes these predicates into a 3D scene; and feedback from the solver informs the agent to refine and enrich the configuration. Moreover, our framework preserves strong controllability over fine-grained textual descriptions and numerical parameters (e.g., relative positions, scene stability), enabled through probabilistic programming for stability and a complementary heuristic that jointly regulates stability and spatial relations. Experimental results show that our method outperforms prior approaches in scene complexity, visual quality, and physical accuracy, offering a unified pipeline for generating complex physical scene layouts for robotic manipulation.
Abstract（参考訳）: シミュレーションにおけるロボットデータ収集のスケールアップには,インタラクティブな3D環境の自動生成が不可欠である。以前の作業は主に3Dアセットの配置に重点を置いていたが、テーブルトップアレンジメントや棚の組織、箱詰めといった、複雑で現実的な操作シナリオを作るのに不可欠なオブジェクト(例えば、コンタクト、サポート、バランス、封じ込めなど)間の物理的な関係を見落としていることが多い。古典的な3Dレイアウト生成と比較して、複雑な物理シーンを生成することには、次のような課題が伴う。 (a)高い対象密度と複雑さ(例:小棚は数十冊の本を保持することができる) (b)よりリッチな関係とコンパクトな空間配置 (c)空間配置と物理的特性の両方を正確にモデル化する必要性。これらの課題に対処するために,物理エンジンを用いたLLMエージェントベースのフレームワークであるPhyScensisを提案する。具体的には, LLMエージェントが空間的および物理的な述語を含む資産を反復的に提案し, 物理エンジンを備えた解法がこれらの述語を3次元シーンに実現し, 解法からのフィードバックにより, 構成を洗練・強化する。さらに,本フレームワークは,安定性に関する確率的プログラミングと,安定性と空間的関係を協調的に制御する相補的ヒューリスティックによって実現される,微粒なテキスト記述と数値パラメータ(例えば相対的位置,シーン安定性)に対する強い制御性を保っている。実験の結果,ロボット操作のための複雑なシーンレイアウトを生成するための統合パイプラインを提供することにより,シーンの複雑さ,視覚的品質,身体的精度において,従来の手法よりも優れていた。

論文の概要: PhyScensis: Physics-Augmented LLM Agents for Complex Physical Scene Arrangement

関連論文リスト