論文の概要: GardenDesigner: Encoding Aesthetic Principles into Jiangnan Garden Construction via a Chain of Agents

• arxiv url: http://arxiv.org/abs/2604.01777v1
• Date: Thu, 02 Apr 2026 08:43:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-03 14:21:10.624182
• Title: GardenDesigner: Encoding Aesthetic Principles into Jiangnan Garden Construction via a Chain of Agents
• Title（参考訳）: GardenDesigner:エージェントの鎖で美的原理を江南庭園にエンコードする
• Abstract要約: 江南庭園は映画・ゲーム制作・デジタル観光のデジタル資産として大きな可能性を秘めている。 江南庭園のマニュアルモデリングは、レイアウト設計と資産創出に専門家の経験に大きく依存している。 本稿では,江南庭園建設の美的原則を符号化する新しいフレームワークであるGardenDesignerを提案する。
• 参考スコア（独自算出の注目度）: 17.96304708804826
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Jiangnan gardens, a prominent style of Chinese classical gardens, hold great potential as digital assets for film and game production and digital tourism. However, manual modeling of Jiangnan gardens heavily relies on expert experience for layout design and asset creation, making the process time-consuming. To address this gap, we propose GardenDesigner, a novel framework that encodes aesthetic principles for Jiangnan garden construction and integrates a chain of agents based on procedural modeling. The water-centric terrain and explorative pathway rules are applied by terrain distribution and road generation agents. Selection and spatial layout of garden assets follow the aesthetic and cultural constraints. Consequently, we propose asset selection and layout optimization agents to select and arrange objects for each area in the garden. Additionally, we introduce GardenVerse for Jiangnan garden construction, including expert-annotated garden knowledge to enhance the asset arrangement process. To enable interaction and editing, we develop an interactive interface and tools in Unity, in which non-expert users can construct Jiangnan gardens via text input within one minute. Experiments and human evaluations demonstrate that GardenDesigner can generate diverse and aesthetically pleasing Jiangnan gardens. Project page is available at https://monad-cube.github.io/GardenDesigner.
• Abstract（参考訳）: 中国古典庭園の卓越した様式である江南庭園は、映画やゲーム制作、デジタル観光のデジタル資産として大きな可能性を秘めている。 しかし、江南庭園の手動モデリングは、レイアウト設計と資産創出のエキスパート経験に大きく依存しており、プロセスに時間がかかる。 このギャップに対処するために,江南庭園における審美原則を符号化し,手続き的モデリングに基づくエージェントの連鎖を統合する新しいフレームワークであるGardenDesignerを提案する。 水中心の地形と爆発経路ルールは、地形分布と道路生成剤によって適用される。 庭園資産の選択と空間配置は、美的・文化的制約に従う。 そこで本研究では,庭内の各領域のオブジェクトを選択・配置するためのアセット選択とレイアウト最適化エージェントを提案する。 また,Jangnanの庭園構築のためのGardenVerseを紹介する。 対話型インタフェースとツールをUnityで開発し,専門家でないユーザがテキスト入力で1分以内に江南庭園を構築できる。 実験と人的評価により、GardenDesignerはジャンナンの庭園を多様かつ美的に楽しむことができることを示した。 プロジェクトページはhttps://monad-cube.github.io/GardenDesigner.comで公開されている。

関連論文リスト

• JarvisHub: An Open Harness for Canvas-Native Multimodal Creative Agents [78.0127343695372]
  JarvisHubは、長距離マルチモーダル作成のためのキャンバスネイティブなクリエイティブエージェントハーネスである。 型付きキャンバスノードとリンクとして、マルチモーダルなアーティファクト、依存関係、バージョン、フィードバックを表す。 このデザインは、創造的エージェントを孤立したツールの使用を超えて、持続的で人間の操作可能な創造的自動化へと移行させる。
  論文  参考訳（メタデータ） (2026-07-26T10:36:24Z)
• SceneCode: Executable World Programs for Editable Indoor Scenes with Articulated Objects [69.20984454755512]
  室内シーンの合成は、AI、ロボット操作、シミュレーションベースのポリシー評価を具体化する。 既存のパイプラインは、生成されたコンテンツを静的メッシュとして表現し、キュレートされたアセットライブラリからのみ調音を継承する。 我々は、自然言語プロンプトを実行可能なコード駆動屋内世界にコンパイルするフレームワークであるSceneCodeを紹介する。
  論文  参考訳（メタデータ） (2026-05-19T09:31:04Z)
• Multi-Actor Generative Artificial Intelligence as a Game Engine [49.360775442760314]
  ジェネレーティブAIは、社会科学モデリングからインタラクティブな物語、AI評価に至るまで、マルチアクター環境で使用することができる。 ここでは、ゲームマスター(GM)が環境に責任を持ち、プレイヤーキャラクターの自発的な行動によって直接決定されないストーリーの全ての部分を生成できるテーブルトップロールプレイングゲーム(TTRPG)からインスピレーションを得るのが良い方法であると論じる。
  論文  参考訳（メタデータ） (2025-07-10T22:31:09Z)
• WorldCraft: Photo-Realistic 3D World Creation and Customization via LLM Agents [67.31920821192323]
  大規模言語モデル(LLM)エージェントがプロシージャ生成を利用してオブジェクトを集約したシーンを生成するシステムであるWorldCraftを紹介する。 本フレームワークでは,コーディネータエージェントが全体の処理を管理し,シーン作成を完了させるために2つの特殊なLLMエージェントと連携する。 パイプラインには軌道制御エージェントが組み込まれており、ユーザはシーンをアニメーション化し、自然言語による対話を通じてカメラを操作することができる。
  論文  参考訳（メタデータ） (2025-02-21T17:18:30Z)
• Beautimeter: Harnessing GPT for Assessing Architectural and Urban Beauty based on the 15 Properties of Living Structure [4.959120401369489]
  Beautimeterは、GPT(Generative Pre-trained Transformer)技術を利用した新しいツールである。 アレクサンドロスは、生物構造を特徴づけるスケールや太い境界などの15の基本的な性質を特定した。 GPTの高度な自然言語処理機能を統合することで、Beautimeter氏は、構造がこれらの15のプロパティを具体化する範囲を評価する。
  論文  参考訳（メタデータ） (2024-11-28T12:14:24Z)
• DreamGarden: A Designer Assistant for Growing Games from a Single Prompt [1.8906710320196731]
  本稿では,Unreal Engineにおける多様なゲーム環境の開発を支援するAIシステムであるDreamGardenを紹介する。 提案手法のコアとなるのがLCM駆動型プランナーで、単一の高レベルプロンプトを階層的なアクションプランに分解することができる。 このシステムは、独立して成長し、シードプロンプト、プルーニング、フィードバックを通じてユーザーの介入に反応する計画と行動の庭としてユーザに提示される。
  論文  参考訳（メタデータ） (2024-10-02T17:49:07Z)
• SceneX: Procedural Controllable Large-scale Scene Generation [52.4743878200172]
  本稿では,デザイナーのテキスト記述に従って高品質な手続きモデルを自動生成するSceneXを紹介する。 提案手法はPCGHubとPCGPlannerの2つのコンポーネントからなる。 後者の目的は、Blenderがユーザの指示によって誘導される制御可能で正確な3Dアセットを生成するために実行可能なアクションを生成することである。
  論文  参考訳（メタデータ） (2024-03-23T03:23:29Z)
• Space Narrative: Generating Images and 3D Scenes of Chinese Garden from Text using Deep Learning [0.0]
  深層学習を用いたテキスト記述に基づく庭園絵画生成手法を提案する。 画像とテキストのペアデータセットは,千点以上の明代庭園の絵画とその碑文とポストスクリプトで構成されている。 潜伏したテキスト・ツー・イメージ拡散モデルでは、明代の書画から庭園画へのマッピングを学習し、その後、実張庭園の本文記述がモデルに導かれ、新しい庭園画が生み出される。
  論文  参考訳（メタデータ） (2023-11-01T07:16:01Z)
• Robots in the Garden: Artificial Intelligence and Adaptive Landscapes [5.576782402591062]
  本稿では,都市農業の生態学研究室であるELUAを紹介する。 このプロジェクトは、人工知能を進化する都市生態系に組み込む方法を示している。
  論文  参考訳（メタデータ） (2023-05-22T13:21:59Z)
• LayoutDETR: Detection Transformer Is a Good Multimodal Layout Designer [80.61492265221817]
  グラフィックレイアウトデザインは視覚コミュニケーションにおいて重要な役割を担っている。 しかし、手作りのレイアウトデザインは、スキルを要求し、時間がかかり、バッチプロダクションではスケールできない。 ジェネレーティブモデルは、設計自動化をスケーラブルにするために出現するが、デザイナの欲求に沿うデザインを作成することは、未だに容易ではない。
  論文  参考訳（メタデータ） (2022-12-19T21:57:35Z)
• AlphaGarden: Learning to Autonomously Tend a Polyculture Garden [11.976788460415712]
  AlphaGardenは、1.5m×3.0mの物理的テストベッドに植物を植えて灌水する、自律的な多文化庭園だ。 我々は、植物の成長と植物間動態をモデル化し、葉のカバー範囲と多様性を最大化するための行動を選択する政策を訓練する。 その結果、AlphaGardenは、サイクルのピーク時に平均0.86のキャノピーカバレッジを維持しながら、刈り上げせん断によって0.96の正規化された多様性を自律的に達成できることが示唆された。
  論文  参考訳（メタデータ） (2021-11-11T01:55:54Z)
• LayoutTransformer: Layout Generation and Completion with Self-attention [105.21138914859804]
  画像やモバイルアプリケーション,ドキュメント,3Dオブジェクトなど,さまざまな領域におけるシーンレイアウト生成の問題に対処する。 レイアウト要素間のコンテキスト的関係を学習するために,自己意識を活用する新しいフレームワークであるLayoutTransformerを提案する。 私たちのフレームワークでは、空のセットから、あるいはプリミティブの最初のシードセットから、新しいレイアウトを生成することができ、レイアウト毎に任意のプリミティブをサポートするために簡単にスケールすることができます。
  論文  参考訳（メタデータ） (2020-06-25T17:56:34Z)

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。