論文の概要: PolyLayout: Hierarchical VLM-Guided Layout Generation Beyond Rectangular Rooms
- arxiv url: http://arxiv.org/abs/2608.10838v1
- Date: Tue, 11 Aug 2026 12:04:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-12 19:14:46.035263
- Title: PolyLayout: Hierarchical VLM-Guided Layout Generation Beyond Rectangular Rooms
- Title（参考訳）: PolyLayout: 階層型VLM誘導レイアウト
- Abstract要約: 我々は,スケーラブルな空間計画アプリケーションをサポートするために特別に設計された,小売に適したハイブリッドな階層型フレームワークを導入する。
本システムでは,(1)機能的家具クラスタリングと細粒度ゾーン配置,(2)視覚言語モデル(VLM)によるマクロルーティングにより,これらのクラスタリングゾーンと残存するスタンドアローン家具の両方を多角的境界内に固定し,(3)アーキテクチャ制約を尊重する衝突のないマイクロアレンジメントのルールベース最適化を行う。
提案手法は,比較的低レイテンシで良好な幾何コンプライアンスを維持しつつ,高い知覚的妥当性を達成し,不規則な境界にまで拡張することを示す。
- 参考スコア（独自算出の注目度）: 4.2118472123729775
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generating physically plausible 3D room layouts is essential for home furnishing retail, enabling customers to visualize products in their own homes and confidently make purchasing decisions. However, a gap exists between academic research and real-world application: existing solutions primarily focus on algorithmic strategies for furniture placement, largely neglecting the non-rectangular geometries and strict door/window constraints prevalent in real homes. To bridge the gap, we introduce a hybrid, hierarchical framework tailored for retail, specifically designed to support scalable spatial planning applications. Our system decouples generation into three stages: (1) functional furniture clustering and fine-grained intra-zone placement; (2) macro-routing guided by a vision-language model (VLM) to anchor both these clustered zones and any remaining standalone furniture within diverse polygonal boundaries; and (3) rule-based optimization for collision-free micro-arrangements that respect architectural constraints. We evaluate our system on production-scale catalogs and a representative set of irregular real-world topologies. Our results show that our approach attains the highest perceptual plausibility while maintaining good geometric compliance at relatively low latency, and extends to irregular boundaries that existing methods do not natively support.
- Abstract（参考訳）: 物理的に妥当な3D部屋レイアウトを生成することは、家庭の家具小売店にとって不可欠であり、顧客は自分の家で商品を視覚化し、購入決定を自信を持って行うことができる。
しかし、学術研究と実世界の応用の間にはギャップがあり、既存のソリューションは主に家具配置のためのアルゴリズム戦略に焦点を合わせており、非正方形幾何学と実際の家庭で普及する厳密なドア/ウインドウの制約を無視している。
このギャップを埋めるために、我々は小売に適したハイブリッドで階層的なフレームワークを導入し、特にスケーラブルな空間計画アプリケーションをサポートするように設計されている。
本システムでは,(1)機能的家具クラスタリングと細粒度ゾーン配置,(2)視覚言語モデル(VLM)によるマクロルーティングにより,これらのクラスタリングゾーンと残存するスタンドアローン家具の両方を多角的境界内に固定し,(3)アーキテクチャ制約を尊重する衝突のないマイクロアレンジメントのルールベース最適化を行う。
本研究では,生産規模カタログと不規則な実世界のトポロジの代表的な集合について評価する。
提案手法は,比較的低レイテンシで良好な幾何コンプライアンスを維持しつつ,高い知覚的妥当性を達成でき,既存の手法がネイティブにサポートしていないような不規則な境界にまで拡張できることを示す。
関連論文リスト
- Architect-Ant: Editable Automatic Furnishing of Architectural Floor Plans [73.84806303977797]
本稿では,微調整型視覚調整モデルを用いた自動調合フレームワークであるArchitect-Antを紹介する。
家具レイアウトは、コンパクトで座標ベースのドメイン固有言語(言語)で表現され、オブジェクト配置をエンコードする。
我々は,Architect-Antが幾何学的に妥当かつ機能的に妥当なレイアウトを生成することを示し,より大規模な構造のみのフロアプランデータセットを構築するためのスケーラブルな経路を提案する。
論文 参考訳（メタデータ） (2026-06-09T14:55:43Z) - VLM-GLoc: Vision-Language Model Enhanced Monte Carlo Localization for Robust Semantic Global Localization in Cluttered Quasi-Static Environments [2.049702429898688]
VLM-GLocは階層的モンテカルロ局所化の手法である。
実世界の2つの環境 – 携帯電話を備えた食料品店と,四足歩行の3700平方フィートのラボスペース – で評価した。
VLM-GLocは、それぞれ70%と74%のグローバルなローカライゼーション成功を達成し、従来の幾何学のみのベースラインとドメイン固有のベースラインを大幅に上回っている。
論文 参考訳（メタデータ） (2026-05-28T19:43:32Z) - Generative Floor Plan Design with LLMs via Reinforcement Learning with Verifiable Rewards [16.41930427892441]
プロのフロアプラン設計のためのAIシステムは、部屋間の接続性を尊重しながら、部屋の寸法と面積を正確に制御する必要がある。
既存の生成的アプローチは主に部屋間の要求された接続を尊重することに重点を置いているが、数値的な制約を尊重するフロアプランの生成はサポートしていない。
本稿では,大規模言語モデル(LLM)を実際の計画に微調整するテキストベースのフロアプラン生成手法を提案する。
本研究は,LLMが制約を効果的に処理できることを示し,テキストベース生成モデリングの幅広い応用を提案する。
論文 参考訳（メタデータ） (2026-05-13T21:06:12Z) - CasLayout: Cascaded 3D Layout Diffusion for Indoor Scene Synthesis with Implicit Relation Modeling [18.135856965440784]
既存のアプローチは、しばしば構造境界を見落としたり、冗長な生成エラーをもたらす完全に連結された関係グラフに依存したりする。
人間のデザイン認知にインスパイアされたCasは,共同シーン生成タスクを4つの条件付きサブステージに分解する,カスケード拡散フレームワークである。
実験により、Casは、実用上の制御性を改善しつつ、忠実さと多様性の最先端性能を達成することを示した。
論文 参考訳（メタデータ） (2026-04-30T03:18:26Z) - DisCo-Layout: Disentangling and Coordinating Semantic and Physical Refinement in a Multi-Agent Framework for 3D Indoor Layout Synthesis [76.7196710324494]
3次元屋内レイアウト合成は仮想環境構築に不可欠である。
DisCoは、物理的および意味的な洗練を歪め、調整する新しいフレームワークである。
論文 参考訳（メタデータ） (2025-10-02T16:30:37Z) - Light-SQ: Structure-aware Shape Abstraction with Superquadrics for Generated Meshes [60.92139345612904]
我々は、新しいスーパークワッドリックベースの最適化フレームワークLight-SQを提案する。
本稿では,構造対応ボリューム分解によるブロック再配置戦略を提案する。
実験によると、Light-SQはスーパークワッドリックで効率よく、高忠実で、編集可能な形状の抽象化を可能にする。
論文 参考訳（メタデータ） (2025-09-29T16:18:32Z) - FloorplanQA: A Benchmark for Spatial Reasoning in LLMs using Structured Representations [78.65988445433844]
FloorplanQAは、大規模言語モデルにおける空間的推論を評価するための診断ベンチマークである。
このベンチマークでは、距離測定、可視性、経路探索、制約空間内のオブジェクト配置など、中核的な空間的タスクをカバーしている。
論文 参考訳（メタデータ） (2025-07-10T11:16:48Z) - RoomCraft: Controllable and Complete 3D Indoor Scene Generation [51.19602078504066]
RoomCraftは、実際の画像、スケッチ、テキスト記述をコヒーレントな3D屋内シーンに変換するマルチステージパイプラインである。
このアプローチでは,シーン生成パイプラインと制約駆動最適化フレームワークを組み合わせる。
RoomCraftは、リアルでセマンティックなコヒーレントで視覚的に魅力的な部屋レイアウトを生成する上で、既存の方法よりもはるかに優れています。
論文 参考訳（メタデータ） (2025-06-27T15:03:17Z) - HierRelTriple: Guiding Indoor Layout Generation with Hierarchical Relationship Triplet Losses [52.70183252341687]
本稿では,空間的関係学習に着目した階層型三重項に基づく屋内関係学習手法HierRelTripleを提案する。
階層型リレーショナル三重項モデリングフレームワークであるHierRelTripleを導入する。
非条件レイアウト合成、フロアプラン条件付きレイアウト生成、シーン再構成の実験により、HierRelは空間関係のメトリクスを15%以上改善することを示した。
論文 参考訳（メタデータ） (2025-03-26T07:31:52Z)
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。