論文の概要: From Patterns to Maze Structures: SMT-Based Path Synthesis and 2D/3D Construction

• arxiv url: http://arxiv.org/abs/2607.09781v1
• Date: Wed, 08 Jul 2026 12:42:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 15:40:48.191934
• Title: From Patterns to Maze Structures: SMT-Based Path Synthesis and 2D/3D Construction
• Title（参考訳）: パターンから迷路構造へ:SMT経路合成と2D/3D構築
• Authors: Shengyi Wang,
• Abstract要約: 本稿では,テキストや形状などの入力パターンから迷路構造を構築するパイプラインを提案する。 中心経路合成問題は、サティフィビリティ・モデュロ理論において、隣接性、連続性、およびパターン制約付きカバレッジに関する大域的制約として符号化されている。
• 参考スコア（独自算出の注目度）: 0.8436525016048139
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a pipeline for constructing maze structures from input patterns such as text or shapes. The central path-synthesis problem is encoded in Satisfiability Modulo Theories as global constraints on adjacency, continuity, and pattern-constrained coverage, allowing each fixed-bound instance to be solved in one call. The resulting path is either a planar, self-avoiding route or a layered traversal with prescribed over--under crossings, and it serves as a scaffold for constructing planar mazes and three-dimensional realizations of woven mazes. This report extends the published Bridges 2026 conference paper with more representative SMT-LIB examples and a fuller account of how synthesized paths become concrete maze constructions in planar and three-dimensional form.
• Abstract（参考訳）: 本稿では,テキストや形状などの入力パターンから迷路構造を構築するパイプラインを提案する。 中心経路合成問題は、Satifiability Modulo Theories において、隣接性、連続性、およびパターン制約付きカバレッジに関する大域的制約として符号化され、各固定境界インスタンスを1回の呼び出しで解くことができる。 結果として得られた経路は、平面的、自己回避的なルートか、または所定のオーバーアンダー・クロスを持つ層状の路面であり、平面的迷路と3次元の織物迷路の実現のための足場として機能する。 本報告では,より代表的なSMT-LIB例とともに,Bridges 2026カンファレンスの論文を拡張した。

関連論文リスト

• When 2D Tasks Meet 1D Serialization: On Serialization Friction in Structured Tasks [49.84804136268971]
  大規模言語モデルは構造化された入力を1Dトークンシーケンスとして処理する。 ロウカラムアライメントと局所地区は、入力で直接表現されなくなった。 我々は、シリアライズされた入力に対してテキストのみの言語経路と、視覚増強された経路を比較した。
  論文  参考訳（メタデータ） (2026-04-29T23:58:45Z)
• Shape-of-You: Fused Gromov-Wasserstein Optimal Transport for Semantic Correspondence in-the-Wild [7.4746628878102195]
  Shape-of-Youは意味対応のための教師なし学習フレームワークである。 SPair-71kおよびAP-10k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） (2026-03-12T07:22:03Z)
• Interp3D: Correspondence-aware Interpolation for Generative Textured 3D Morphing [63.141976759536625]
  テクスチャ化された3DモーフィングのためのトレーニングフリーフレームワークであるInterp3Dを提案する。 生成的先行性を利用し、幾何学的忠実さとテクスチャコヒーレンスの両方を保証するために、プログレッシブアライメント原理を採用する。 包括的評価のために, 難易度の高い専用データセットInterp3DDataを構築し, 忠実度, 遷移滑らか度, 可視性から生成結果を評価する。
  論文  参考訳（メタデータ） (2026-01-20T16:03:22Z)
• LISNeRF Mapping: LiDAR-based Implicit Mapping via Semantic Neural Fields for Large-Scale 3D Scenes [2.822816116516042]
  大規模セマンティックマッピングは、屋外の自律エージェントが計画やナビゲーションといった高度なタスクを遂行するために不可欠である。 本稿では,提案するLiDAR測度のみでの暗黙的表現による大規模3次元意味再構築手法を提案する。
  論文  参考訳（メタデータ） (2023-11-04T03:55:38Z)
• Image To Tree with Recursive Prompting [16.56278942191951]
  本稿では,各ステップの最適化問題としてタスクを再構成する,ツリー接続構造を予測するための新しい手法を提案する。 提案手法は,一対の合成データセット上で有意な結果が得られ,最短パスベースラインよりも優れる。
  論文  参考訳（メタデータ） (2023-01-01T17:35:24Z)
• Deep Non-rigid Structure-from-Motion: A Sequence-to-Sequence Translation Perspective [81.56957468529602]
  本稿では,シーケンス・ツー・シーケンス翻訳の観点から,ディープNASfMをモデル化する。 まず,1つのフレームから初期非剛体形状とカメラの動きを推定するために,形状運動予測器を適用した。 そこで我々は,カメラの動きと複雑な非剛体形状をモデル化するためのコンテキストモデリングモジュールを提案する。
  論文  参考訳（メタデータ） (2022-04-10T17:13:52Z)
• Fold2Seq: A Joint Sequence(1D)-Fold(3D) Embedding-based Generative Model for Protein Design [70.27706384570723]
  Fold2Seqは特定の標的に条件付きタンパク質配列を設計するための新しいフレームワークである。 Fold2Seqの性能は, シーケンス設計の速度, カバレッジ, 信頼性において向上したか, 同等であったかを示す。 フォールドベースのFold2Seqの独特な利点は、構造ベースのディープモデルやRosettaDesignと比較して、3つの現実世界の課題においてより明確になる。
  論文  参考訳（メタデータ） (2021-06-24T14:34:24Z)
• Enabling Visual Action Planning for Object Manipulation through Latent Space Roadmap [72.01609575400498]
  高次元状態空間を有する複雑な操作タスクの視覚的行動計画のための枠組みを提案する。 低次元潜時空間におけるシステムダイナミクスを世界規模で捉えたグラフベースの構造であるタスク計画のためのLatent Space Roadmap(LSR)を提案する。 実ロボットで実行された2つの模擬ボックス積み重ねタスクと折り畳みタスクについて,本フレームワークの徹底的な検討を行う。
  論文  参考訳（メタデータ） (2021-03-03T17:48:26Z)

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。