論文の概要: COrigami: An AI Pipeline for Co-Designing Flat-Foldable Visually Recognisable Origami
- arxiv url: http://arxiv.org/abs/2606.26299v1
- Date: Wed, 24 Jun 2026 18:43:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-26 18:46:32.05698
- Title: COrigami: An AI Pipeline for Co-Designing Flat-Foldable Visually Recognisable Origami
- Title（参考訳）: COrigami: フラットフォールディング可能なビジュアル認識可能なOrigamiを共設計するAIパイプライン
- Abstract要約: Corigamiは、自然言語からクレーゼパターンを生成することによって、設計サイクルを支援する、エンドツーエンドのAI駆動パイプラインである。
我々のシステムは、非常に効果的な協調アシスタントとして機能し、人間のアーティストがさらに拡大し形作りできる構造的出発点を生成する。
- 参考スコア（独自算出の注目度）: 15.40380165531713
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: While generative AI has achieved remarkable success in solving problems with verifiable solutions, generating physical art that satisfies both strict geometric constraints and subjective visual aesthetics remains a challenge. This paper presents an approach to tackle these difficulties in the domain of computational origami, a mathematically rigid environment that grounds artistic design within the equations of flat foldability. We present COrigami, an end-to-end AI-driven pipeline that assists the design cycle by generating crease patterns from natural language. Our pipeline involves generating a semantic stick figure, computing a base packing, solving for a flat-foldable crease pattern, shaping the flat-folded crease pattern, and refining the generated model using reinforcement learning driven by an autonomous aesthetic evaluation loop. Our system acts as a highly effective collaborative assistant, generating structural starting points that human artists can further expand and shape. By integrating algorithmic optimisation with autonomous aesthetic critique, this work demonstrates how AI systems can satisfy multi-objective physical constraints to enable reliable, mathematically grounded co-creativity.
- Abstract（参考訳）: 生成AIは、検証可能なソリューションで問題を解決するのに著しく成功したが、厳密な幾何学的制約と主観的な視覚美の両方を満たす物理的なアートを生成することは、依然として課題である。
本稿では, 平坦な折りたたみ性方程式における芸術的デザインを基礎とした, 数学的に剛性のある計算折り紙の領域において, これらの課題に対処するためのアプローチを提案する。
我々は、自然言語からクレーゼパターンを生成することによって設計サイクルを支援する、エンドツーエンドのAI駆動パイプラインであるCorigamiを紹介する。
我々のパイプラインは、セマンティックスティックフィギュアを生成し、ベースパッキングを計算し、フラットフォールディング可能なクレーゼパターンを解くこと、フラットフォールディングされたクレーゼパターンを形作り、自律的な審美評価ループによって駆動される強化学習を用いて生成されたモデルを精製することを含む。
我々のシステムは、非常に効果的な協調アシスタントとして機能し、人間のアーティストがさらに拡大し形作りできる構造的出発点を生成する。
アルゴリズムの最適化と自律的な審美的批判を統合することで、この研究はAIシステムが多目的の物理的制約を満たすことによって、信頼性が高く数学的に基礎付けられた共創造性を実現する方法を示す。
関連論文リスト
- DrawAI: Agentic Benchmark and Workflow for Making Raster Images Editable [10.070492917829995]
本稿では,エージェントベンチマークであるDrawAI-Benchと再構築ワークフローであるDrawAI-Flowを紹介する。
画像から直接操作可能なアーティファクトを復元し、その視覚的・意味的な内容を保存する。
その結果,再現性やコストはモデルハーネス構成によって大きく異なるが,DrawAI-Flowは一貫して編集可能な構造を改善していることがわかった。
論文 参考訳（メタデータ） (2026-08-01T09:05:06Z) - Probing Visual Planning in Image Editing Models [9.427970566064213]
本稿では,一段階のイメージ変換として視覚計画を再構成する編集・アズ・ア・レーソンのパラダイムであるEARを提案する。
固有推論を視覚認識から分離するために,探索課題として抽象パズルを用いる。
論文 参考訳（メタデータ） (2026-04-23T19:00:31Z) - Learn2Fold: Structured Origami Generation with World Model Planning [32.69934044200432]
折り紙は 厳密な幾何学的公理と 強硬なキネマティックな制約で 支配されている。
単一の無効な切断または衝突は、すべての折り畳みシーケンスを無効にすることができる。
本稿では,折り紙折り畳みをクレーゼパターングラフ上での条件付きプログラム誘導として定式化するニューラルシンボリックフレームワークであるLearner2Foldを紹介する。
論文 参考訳（メタデータ） (2026-02-02T11:24:19Z) - Bridging Cognitive Gap: Hierarchical Description Learning for Artistic Image Aesthetics Assessment [51.40989269202702]
審美的品質評価タスクは,AIGCの定量的評価システムの開発に不可欠である。
本研究では,記述生成による美的次元の分離を図った芸術的画像の美的評価フレームワークであるArtQuantを提案する。
提案手法は,従来のトレーニングの33%しか必要とせず,いくつかのデータセット上での最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2025-12-29T12:18:26Z) - Training Data Attribution for Image Generation using Ontology-Aligned Knowledge Graphs [3.686386213696443]
本稿では,知識グラフの自動構築を通じて生成出力を解釈するフレームワークを提案する。
本手法は, 画像から立体構造を抽出し, 領域固有のオントロジーと整合する。
生成された画像とトレーニング画像のKGを比較して、潜在的な影響をトレースし、著作権分析、データセットの透明性、解釈可能なAIを可能にします。
論文 参考訳（メタデータ） (2025-12-02T12:45:20Z) - Kinematify: Open-Vocabulary Synthesis of High-DoF Articulated Objects [59.51185639557874]
本稿では,任意のRGB画像やテキスト記述から直接音声オブジェクトを合成するフレームワークであるKinematifyを紹介する。
提案手法は, 高DoFオブジェクトに対する運動的トポロジの推測と静的幾何からの関節パラメータの推定という2つの課題に対処する。
論文 参考訳（メタデータ） (2025-11-03T07:21:42Z) - Point or Line? Using Line-based Representation for Panoptic Symbol Spotting in CAD Drawings [67.5600169375126]
ベクトルグラフィカルプリミティブからなるCAD図面におけるパノプティカルシンボルスポッティングの課題について検討する。
既存の手法は通常、画像化、グラフ構築、あるいは点ベースの表現に依存している。
本稿では,プリミティブの行ベースの表現を通じてこれらの課題に対処する新しい手法であるVecFormerを提案する。
論文 参考訳（メタデータ） (2025-05-29T12:33:11Z) - AI-Enhanced Automatic Design of Efficient Underwater Gliders [60.45821679800442]
自動設計フレームワークの構築は、グライダー形状を表現する複雑さと、複雑な固体-流体相互作用をモデル化する際の計算コストが高いため、困難である。
非自明な船体形状の水中ロボットを作れるようにすることで、これらの制限を克服するAI強化型自動計算フレームワークを導入する。
提案手法は, 形状と制御信号の両面を協調的に最適化するアルゴリズムで, 低次幾何表現と微分可能なニューラルネット型流体代理モデルを用いる。
論文 参考訳（メタデータ） (2025-04-30T23:55:44Z) - Unpaired Deblurring via Decoupled Diffusion Model [55.21345354747609]
UID-Diffは,未知領域における劣化性能の向上を目的とした生成拡散モデルである。
構造的特徴とぼかしパターン抽出器を別々に用いて, 抽出した特徴は, 合成データに対する教師付きデブロアリングタスクと教師なしのぼかし転送タスクに使用される。
実世界のデータセットの実験では、UID-Diffが既存の最先端の手法よりも、ぼやけた除去と構造保存に優れていることが示されている。
論文 参考訳（メタデータ） (2025-02-03T17:00:40Z) - Relational Object-Centric Actor-Critic [44.99833362998488]
近年の研究では、アンタングルオブジェクト表現は、イメージベースでオブジェクト中心の強化学習タスクにおけるポリシー学習に役立つことが強調されている。
本稿では,アクタ批判的アプローチとモデルに基づくアプローチを統合した,オブジェクト中心強化学習アルゴリズムを提案する。
シミュレーションされた3次元ロボット環境と構成構造を持つ2次元環境において,本手法の評価を行った。
論文 参考訳（メタデータ） (2023-10-26T06:05:12Z) - Distance Weighted Trans Network for Image Completion [52.318730994423106]
本稿では,DWT(Distance-based Weighted Transformer)を利用した画像コンポーネント間の関係をよりよく理解するためのアーキテクチャを提案する。
CNNは、粗い事前の局所的なテクスチャ情報を強化するために使用される。
DWTブロックは、特定の粗いテクスチャやコヒーレントな視覚構造を復元するために使用される。
論文 参考訳（メタデータ） (2023-10-11T12:46:11Z)
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。