論文の概要: iARCS: Iterative Agentic RL for Controllable 3D Scene Generation
- arxiv url: http://arxiv.org/abs/2608.06161v2
- Date: Thu, 13 Aug 2026 12:52:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-14 16:15:26.825917
- Title: iARCS: Iterative Agentic RL for Controllable 3D Scene Generation
- Title（参考訳）: iARCS : 制御可能な3次元シーン生成のための反復的エージェントRL
- Abstract要約: iARCSは、訓練済みのシーンジェネレータを自然言語のタスク要求に適合させる。
実験では、歩行性、到達性、クリアランスに焦点を当てたタスクに対する制約の忠実度が改善された。
- 参考スコア（独自算出の注目度）: 20.98948004289507
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Synthetic 3D scene generation is increasingly used as a data source for computer vision and embodied AI, but existing generators often optimize perceptual realism without reliably satisfying task-critical functional constraints. This mismatch limits the usefulness of synthetic data for downstream training, where accessibility, traversability, and spatial rule compliance are often essential. We present iARCS, an iterative agentic reinforcement learning framework that adapts a pretrained scene generator to natural-language task requirements. iARCS uses a two-stage strategy: universal-reward pretraining to improve physical plausibility and layout quality, followed by task-specific fine-tuning with LLM-generated reward programs that are iteratively refined from training feedback. Experiments show improved constraint fidelity on walkability, reachability, and clearance-focused tasks, effective task-specific constraint optimization, and competitive scene diversity. We further show that data generated by iARCS improves a base generator, supporting its value as a practical synthetic data generation tool rather than only a controllable scene editing method.
- Abstract（参考訳）: 合成3Dシーン生成は、コンピュータビジョンと組み込みAIのためのデータソースとしてますます利用されているが、既存のジェネレータは、タスククリティカルな機能的制約を確実に満たさずに、知覚リアリズムを最適化することが多い。
このミスマッチは、しばしばアクセシビリティ、トラバーサビリティ、空間ルールコンプライアンスが不可欠である下流トレーニングにおける合成データの有用性を制限する。
iARCSは、事前訓練されたシーン生成を自然言語タスク要求に適応させる反復的エージェント強化学習フレームワークである。
iARCSは2段階の戦略を用いる: 物理的妥当性とレイアウト品質を改善するためにユニバーサル・リワード・プレトレーニング、続いてトレーニングフィードバックから反復的に洗練されるLCM生成報酬プログラムによるタスク固有の微調整を行う。
実験では、歩行性、到達性、クリアランスを重視したタスク、効果的なタスク固有の制約最適化、競争シーンの多様性に関する制約忠実性が改善された。
さらに,iARCSが生成したデータはベースジェネレータを改良し,制御可能なシーン編集法ではなく,実用的な合成データ生成ツールとしての価値を裏付けることを示す。
関連論文リスト
- HiDiffTIR: Hierarchical Difficulty-Aware Policy Optimization for Multi-Turn Tool-Integrated Reasoning [95.29291773706224]
Tool-Integrated Reasoningは、LLMエージェントが外部ツールと反復的に対話することで複雑なタスクを解決する機能である。
既存のアプローチは通常、一様軌跡レベルの利点を割り当て、全ての正しいツールコールを平等に扱う。
これは、自明なパターンと困難なツールの使用パターンを適切に区別しない不正確な学習信号につながる可能性がある。
論文 参考訳（メタデータ） (2026-08-22T09:14:15Z) - The Art of Interrogation: Consistency Amplifies Factuality in Spatial Reasoning [65.67266333751569]
現在のLRM(Large Reasoning Models)は、空間推論タスクにおいて顕著な汎用性を示すが、性能は著しく劣る。
本研究では,内的推論プロセスを対象とした自己指導型強化学習フレームワークを提案する。
このラベルのない整合性トレーニングは,地道的な監督によって訓練されたモデルの精度にアプローチし,多様なタスクやデータ領域にまたがる同様の一般化を実現することを示す。
論文 参考訳（メタデータ） (2026-06-10T10:50:06Z) - Efficient and Adaptive Human Activity Recognition via LLM Backbones [39.42078885809324]
本稿では,大規模事前学習言語モデル(LLM)をセンサベースHARの汎用時間バックボーンとして再利用するパラダイムシフトを提案する。
提案手法は, 高速収束, 強力なデータ効率, 堅牢なデータ転送を実現する。
論文 参考訳（メタデータ） (2026-05-12T12:06:39Z) - AnomalyAgent: Agentic Industrial Anomaly Synthesis via Tool-Augmented Reinforcement Learning [7.129476412364631]
本稿では,自己回帰,知識検索,反復的精錬機能を備えた異常合成エージェントであるAnomalyAgentを提案する。
具体的には、AnomalyAgentは、プロンプト生成(PG)、画像生成(IG)、品質評価(QE)、知識検索(KR)、マスク生成(MG)の5つのツールを備えている。
MVTec-ADデータセットでは、AnomalyAgent合成は、異常生成のための2.0.33のIS/IC-L、ResNet34を用いた57.0%の分類精度、単純なUNetを使用して画像/ピクセルレベルで99.3%/74.2%のAPを達成する。
論文 参考訳（メタデータ） (2026-04-09T07:17:00Z) - Beyond Quantity: Trajectory Diversity Scaling for Code Agents [51.71414642763219]
Trajectory Diversity Scalingは、コードエージェントのためのデータ合成フレームワークである。
TDScalingは、(1)実際のサービスの論理的依存関係をキャプチャするBusiness Clusterメカニズム、(2)軌道コヒーレンスを強制するブループリント駆動のマルチエージェントパラダイム、(3)ロングテールシナリオを指向する適応的な進化メカニズムの4つの革新を統合しています。
論文 参考訳（メタデータ） (2026-02-03T07:43:03Z) - ASTRA: Automated Synthesis of agentic Trajectories and Reinforcement Arenas [13.919124676472022]
ASTRAは、ツール拡張言語モデルエージェントをトレーニングするためのエンドツーエンドフレームワークである。
ASTRAはスケーラブルなデータ合成と検証可能な強化学習を統合している。
複数のエージェントツール使用ベンチマークの実験は、ASTRA訓練されたモデルが最先端のパフォーマンスを達成することを示した。
論文 参考訳（メタデータ） (2026-01-29T11:22:23Z) - Large Language Model-Empowered Decision Transformer for UAV-Enabled Data Collection [71.84636717632206]
空間分散デバイスからの信頼性とエネルギー効率のよいデータ収集のための無人航空機(UAV)は、IoT(Internet of Things)アプリケーションをサポートする上で大きな可能性を秘めている。
有効なUAV制御ポリシーを学習するための共同言語モデル(LLM)を提案する。
LLM-CRDTは、現在の最先端DTアプローチよりも最大36.7%高いエネルギー効率を達成し、オンラインおよびオフラインメソッドのベンチマークより優れている。
論文 参考訳（メタデータ） (2025-09-17T13:05:08Z) - Feedback-Driven Tool-Use Improvements in Large Language Models via Automated Build Environments [70.42705564227548]
大規模言語モデル(LLM)のための環境自動構築パイプラインを提案する。
これにより、外部ツールに頼ることなく、詳細な測定可能なフィードバックを提供する高品質なトレーニング環境の作成が可能になる。
また、ツール使用の精度とタスク実行の完全性の両方を評価する検証可能な報酬機構も導入する。
論文 参考訳（メタデータ） (2025-08-12T09:45:19Z) - Unsupervised Feature Transformation via In-context Generation, Generator-critic LLM Agents, and Duet-play Teaming [37.06543502352577]
本稿では,特徴空間を効率的にかつ監督なく変換するための,ジェネレータクリティカルなデュエットプレイ協調フレームワークを提案する。
本フレームワークは,(1)批判的エージェントがデータを診断して行動可能なアドバイスを生成する,(2)ジェネレータが批評家のアドバイスによって導かれるトークン化された特徴変換を生成する,(3)反復的改善によってエージェント間のフィードバックを通じて継続的な改善が保証される,という3つの段階から構成される。
大規模な実験により、提案されたフレームワークは、さまざまなデータセットにまたがる機能変換効率、堅牢性、実用的な適用性において、教師付きベースラインよりも優れています。
論文 参考訳（メタデータ） (2025-04-30T04:26:03Z) - VIRL: Volume-Informed Representation Learning towards Few-shot Manufacturability Estimation [0.0]
本研究は,3次元幾何エンコーダの事前学習のためのボリュームインフォームド表現学習手法であるVIRLを紹介する。
VIRLによって事前訓練されたモデルでは,データ制限による一般化性の向上が大幅に向上した。
論文 参考訳（メタデータ） (2024-06-18T05:30:26Z) - Enhancing Generalizability of Representation Learning for Data-Efficient 3D Scene Understanding [50.448520056844885]
本研究では,実世界のパターンを持つ多様な合成シーンを生成可能なベイズネットワークを提案する。
一連の実験は、既存の最先端の事前学習手法に比べて、我々の手法が一貫した優位性を示す。
論文 参考訳（メタデータ） (2024-06-17T07:43:53Z)
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。