論文の概要: BrickNet: Graph-Backed Generative Brick Assembly

• arxiv url: http://arxiv.org/abs/2604.22984v1
• Date: Fri, 24 Apr 2026 19:55:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:07.082523
• Title: BrickNet: Graph-Backed Generative Brick Assembly
• Title（参考訳）: BrickNet: グラフベースのジェネレーティブBrickアセンブリ
• Authors: Peter Kulits, Cordelia Schmid,
• Abstract要約: LEGO-brickビルドシーケンスを生成するために、言語モデルをトレーニングします。 10万人以上の人間が設計したLDrawブロックのオブジェクトとシーンの大規模なデータセットを収集します。 ブロックのポーズを直接予測すると、少数のステップの後にビルドシーケンスはすぐに無効になる。
• 参考スコア（独自算出の注目度）: 54.88688542316808
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We train a language model to generate LEGO-brick build sequences. While prior work has been restricted to discrete, voxel-like towers, we consider a much broader set of pieces, encompassing thousands of part types with diverse connection semantics. To enable this, we first collect a large-scale dataset of over 100,000 human-designed LDraw brick objects and scenes. The complexity of our setting makes it challenging to autoregressively assemble structures that satisfy physical constraints. When predicting block pose directly, build sequences quickly become invalid after a small number of steps. Although pieces are placed in 3D space, it is the spatial relationships of the parts which define the whole. With this in mind, we design a graph-based program representation that parametrizes structure through connectivity, improving the physical grounding of generated sequences. To enable future applications, we make our dataset and models available for research purposes. https://kulits.github.io/BrickNet
• Abstract（参考訳）: LEGO-brickビルドシーケンスを生成するために、言語モデルをトレーニングします。 従来の作業は離散的なボクセルのような塔に制限されてきたが、我々はより広い部分集合を考慮し、様々な接続意味論を持つ何千もの部分タイプを包含している。 これを実現するために、私たちはまず、人間によって設計されたLDrawブロックオブジェクトとシーン10万以上の大規模なデータセットを収集しました。 私たちの設定の複雑さは、物理的制約を満たす構造を自動回帰的に組み立てるのを困難にします。 ブロックのポーズを直接予測すると、少数のステップの後にビルドシーケンスはすぐに無効になる。 ピースは3次元空間に配置されるが、全体を定義する部分の空間的関係である。 このことを念頭に、我々は、接続によって構造をパラメータ化し、生成されたシーケンスの物理基底を改善するグラフベースのプログラム表現を設計する。 将来のアプリケーションを可能にするため、研究目的でデータセットとモデルを利用可能にしています。 https://kulits.github.io/BrickNet

関連論文リスト

• Generating Physically Stable and Buildable Brick Structures from Text [63.75381708299733]
  BrickGPTは、テキストプロンプトから物理的に安定したアセンブリモデルを生成するための最初のアプローチである。 私たちはデータセットであるStableText2Brickをリリースしました。
  論文  参考訳（メタデータ） (2025-05-08T17:58:18Z)
• TreeSBA: Tree-Transformer for Self-Supervised Sequential Brick Assembly [51.29305265324916]
  入力された多視点画像から連続的な組立動作を予測するために,クラスに依存しないツリー・トランスフォーマフレームワークを提案する。 逐次レンガ組立作業の大きな課題は、ステップワイドアクションラベルが実際に入手するのに費用がかかり、面倒であることである。 我々は、合成から現実への移行学習を活用することにより、この問題を緩和する。
  論文  参考訳（メタデータ） (2024-07-22T14:05:27Z)
• Budget-Aware Sequential Brick Assembly with Efficient Constraint Satisfaction [63.672314717599285]
  レゴブロックを用いた逐次レンガ組立体の課題に対処し、3D構造を創出する。 特に、使用されるレンガの数が増えるにつれて、組み立て可能な構造物の数は指数関数的に増加する。 本稿では,U字型スパース3次元畳み込みニューラルネットワークを用いて,次のブロック位置のスコアを予測する新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-10-03T15:35:08Z)
• Break and Make: Interactive Structural Understanding Using LEGO Bricks [61.01136603613139]
  私たちは、LEGOモデルの組み立て、分解、操作が可能な、完全にインタラクティブな3Dシミュレータを構築しました。 シーケンス・ツー・シーケンス・モデルを用いてこの問題を解決するための第一歩を踏み出す。
  論文  参考訳（メタデータ） (2022-07-27T18:33:09Z)
• Brick-by-Brick: Combinatorial Construction with Deep Reinforcement Learning [52.85981207514049]
  我々は,ユニットプリミティブを逐次組み立てるビルディングエージェントを必要とする,新しい定式化,複雑な構成を導入する。 対象物を構築するために,エージェントに対して正確な情報や明示的な情報ではなく,所望の目標(すなわち2次元画像)に関する不完全な知識を提供する。 提案手法は,対象オブジェクトの1つの画像や複数ビューに条件付けされた未確認オブジェクトの構築に成功していることを示す。
  論文  参考訳（メタデータ） (2021-10-29T01:09:51Z)

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。