論文の概要: aDSL: Agentic 3D Creation via Joint Agent-Program Design
- arxiv url: http://arxiv.org/abs/2608.17975v1
- Date: Tue, 18 Aug 2026 16:27:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-19 21:40:53.403214
- Title: aDSL: Agentic 3D Creation via Joint Agent-Program Design
- Title（参考訳）: aDSL: ジョイントエージェント-プログラム設計によるエージェント3D創造
- Abstract要約: プログラム表現は、3Dコンテンツ作成のための魅力的なパラダイムを提供し、きめ細かい編集、解釈可能性、明示的な構造制御を可能にする。
しかし、3Dプログラムを書くために大きな言語モデル(LLM)に依存するエージェントは脆弱であり、しばしば高レベルの意図を一貫した低レベルの幾何学に変換することに失敗する。
我々はエージェント中心のドメイン言語(aSpecific)とロール特化マルチエージェントシステムを共同で設計し、このギャップを埋める。
- 参考スコア（独自算出の注目度）: 27.28805461709447
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Programmatic representations provide a compelling paradigm for 3D content creation, enabling fine-grained edits, interpretability, and explicit structural control. Yet, agentic workflows that rely on large language models (LLMs) to author 3D programs remain brittle, often failing to translate high-level intent into consistent low-level geometry. We attribute this fragility to a mismatch between existing programmatic interfaces and the reasoning strengths of LLMs, which favor semantic structure and spatial relations over fragile numeric choices. In this paper, we jointly design an Agent-centric Domain-Specific Language (aDSL) and a role-specialized multi-agent system to close this gap. aDSL bridges semantic logic and geometric constraints by emphasizing composability and spatial reasoning; it enables agents to manipulate geometry through relational operators instead of brittle absolute coordinates. Building on aDSL, our training-free multi-agent system follows a Plan-Execute-Critic loop to decompose requests, synthesize code, and iteratively repair errors and constraint violations using execution feedback. Experiments show that this co-design improves robustness, controllability, and faithfulness to user intent. Our method outperforms prior LLM-based baselines on text-to-shape and image-to-shape tasks while preserving explicit structure, editability, and interpretability. It also enables downstream applications such as articulated object creation and structured scene composition. Our code is available at https://github.com/sig-pku/aDSL.
- Abstract（参考訳）: プログラム表現は、3Dコンテンツ作成のための魅力的なパラダイムを提供し、きめ細かい編集、解釈可能性、明示的な構造制御を可能にする。
しかし、3Dプログラムを書くために大きな言語モデル(LLM)に依存するエージェントワークフローは不安定であり、しばしば高レベルの意図を一貫した低レベルの幾何学に変換することに失敗する。
この脆弱性は、既存のプログラムインタフェースとLLMの推論強度のミスマッチによるもので、脆弱な数値選択よりも意味構造と空間的関係が好ましい。
本稿では,エージェント中心のドメイン特化言語(aDSL)とロール特化マルチエージェントシステムを共同で設計し,このギャップを埋める。
aDSLは、構成可能性と空間的推論を強調することで、意味論的論理と幾何学的制約を橋渡しします。
aDSL上に構築したトレーニングフリーマルチエージェントシステムは、要求を分解し、コードを合成し、実行フィードバックを使用してエラーや制約違反を反復的に修復するPlan-Execute-Criticループに従っています。
実験の結果、この共同設計により、ユーザの意図に対する堅牢性、コントロール可能性、忠実性が向上することが示された。
本手法は,明示的な構造,編集可能性,解釈可能性を維持しつつ,テキスト・ツー・シェイプや画像・ツー・シェープのタスクに基づく従来のLCMベースラインよりも優れていた。
また、オーケストレートされたオブジェクト生成や構造化されたシーン合成といった下流のアプリケーションを可能にする。
私たちのコードはhttps://github.com/sig-pku/aDSLで利用可能です。
関連論文リスト
- Inference-Time Graph Engineering for Multi-Agent LLM Workflows [51.56038180639833]
ReActNetは、クエリとロール特化エージェントのセットを一連の有向通信グラフにコンパイルする、トレーニング不要のフレームワークである。
ReActNetは、競争的推論コストを維持しつつ、固定トポロジと学習トポロジのベースラインを一貫して改善することを示す。
論文 参考訳（メタデータ） (2026-09-04T23:32:11Z) - Agentic Large Language Models for Automated Structural Analysis of 3D Frame Systems [9.941684692042632]
大規模言語モデル(LLM)は、ドメイン間で強力な推論能力を持つ強力な基礎モデルとして登場した。
構造工学における近年の取り組みは,平面フレームの自動解析のためのエージェントLDMの開発である。
本稿では,自然入力からの3次元フレームの自動構造解析のためのエージェントLLMフレームワークを提案する。
論文 参考訳（メタデータ） (2026-06-02T20:34:11Z) - The Semantic Training Gap: Ontology-Grounded Tool Architectures for Industrial AI Agent Systems [0.0]
大規模言語モデル(LLM)ベースのAIエージェントは、分析、品質管理、意思決定支援のための製造環境にますます多くデプロイされている。
これらのエージェントは、ドメイン用語で統計的に流布するが、操作意味論の基盤的理解は欠如している。
本稿では、AIシステムが学習を通してドメイン語彙を取得する方法と、生産業務が存在論的関係を通じて意味を定義する方法とを、構造的に切り離すという意味訓練のギャップを特定し、形式化する。
論文 参考訳（メタデータ） (2026-05-11T20:48:18Z) - Learning Hierarchical and Geometry-Aware Graph Representations for Text-to-CAD [22.163726324892256]
中間表現として階層的および幾何学的認識グラフを提案する。
テキストを直接コードにマッピングする代わりに、私たちのフレームワークはまず構造と制約を予測し、次にアクションシーケンシングとコード生成を条件にします。
提案手法は, 幾何的忠実度と幾何的制約の正確な満足度の両方において, 既存の手法より一貫して優れる。
論文 参考訳（メタデータ） (2026-04-11T07:49:16Z) - Agentic Planning with Reasoning for Image Styling via Offline RL [66.10749901925941]
直接的なプロンプトベースの編集は複雑な変換では失敗するが、なぜなら曖昧で主観的なプロンプトは、画像に何を変更するべきかを微妙に理解する必要がしばしばあるからである。
ツールベースのエージェントRLポストトレーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-07T11:14:37Z) - Theory of Code Space: Do Code Agents Understand Software Architecture? [0.0]
コードエージェントは、分離されたタスクで優れているが、アーキテクチャの理解を必要とするマルチファイルソフトウェアエンジニアリングと苦労する。
エージェントがAI探索中に一貫性のあるアーキテクチャの信念を構築し、維持し、更新できるかどうかを評価するベンチマークである、コード空間の理論(ToCS)を紹介する。
論文 参考訳（メタデータ） (2026-02-28T11:40:17Z) - Zero-shot 3D Map Generation with LLM Agents: A Dual-Agent Architecture for Procedural Content Generation [8.398818816613806]
ゼロショットPCGパラメータ設定にLLMエージェントを利用する学習自由アーキテクチャを提案する。
我々のシステムはアクターエージェントとCriticエージェントをペアリングし、ツールパラメータを自律的に理由づける反復ワークフローを可能にする。
論文 参考訳（メタデータ） (2025-12-11T10:22:02Z) - Lang-PINN: From Language to Physics-Informed Neural Networks via a Multi-Agent Framework [54.447408954009454]
物理インフォームドニューラルネットワーク(PINN)は偏微分方程式(PDE)を解くための強力なアプローチを提供する
本稿では,Lang-PINNを提案する。Lang-PINNはLLM駆動のマルチエージェントシステムで,自然言語タスク記述から直接トレーニング可能なPINNを構築する。
実験により、Lang-PINNは、競合するベースラインよりもかなり低いエラーとロバスト性を達成することが示された。
論文 参考訳（メタデータ） (2025-10-03T08:20:02Z) - 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) - MeshCoder: LLM-Powered Structured Mesh Code Generation from Point Clouds [50.98900790623827]
MeshCoderは、ポイントクラウドから編集可能なBlender Pythonスクリプトに複雑な3Dオブジェクトを再構築する新しいフレームワークである。
我々は、3Dポイントクラウドを実行可能なBlender Pythonスクリプトに変換するマルチモーダルな大規模言語モデル(LLM)を訓練する。
本手法は形状と符号の再構成作業において優れた性能を実現し,直感的な幾何学的および位相的編集を容易にする。
論文 参考訳（メタデータ） (2025-08-20T17:50:15Z) - Data Dependency-Aware Code Generation from Enhanced UML Sequence Diagrams [54.528185120850274]
本稿では,API2Depという新しいステップバイステップコード生成フレームワークを提案する。
まず、サービス指向アーキテクチャに適した拡張Unified Modeling Language (UML) APIダイアグラムを紹介します。
次に、データフローの重要な役割を認識し、専用のデータ依存推論タスクを導入する。
論文 参考訳（メタデータ） (2025-08-05T12:28:23Z) - Assemble Your Crew: Automatic Multi-agent Communication Topology Design via Autoregressive Graph Generation [91.17994756436259]
大規模言語モデル(LLM)に基づくマルチエージェントシステム(MAS)は、多様な領域にわたる複雑な問題を扱うための強力なソリューションとして登場した。
既存のアプローチは、事前に定義されたエージェントセットとハードコードされた相互作用構造を持つテンプレートグラフ修正パラダイムに依存しているため、基本的に制限されている。
協調グラフをスクラッチから構築することで、このパラダイムを運用する新しい自己回帰モデルであるARG-Designerを提案する。
論文 参考訳（メタデータ） (2025-07-24T09:17:41Z)
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。