論文の概要: LiteReality-Agent: An Agentic System for Interactable 3D Indoor Scene Reconstruction
- arxiv url: http://arxiv.org/abs/2610.01863v1
- Date: Thu, 01 Oct 2026 15:25:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 01:19:24.223066
- Title: LiteReality-Agent: An Agentic System for Interactable 3D Indoor Scene Reconstruction
- Title（参考訳）: LiteReality-Agent: インタラクタブル3次元室内シーン再構築のためのエージェントシステム
- Abstract要約: LiteReality-Agentは、RGB-Dスキャンからリアルで明瞭でシミュレーション可能な3Dシーンを再構築するエージェントシステムである。
我々は,エビデンス収集,測定,検証,レイアウト最適化,シミュレーションの即応性,品質管理をサポートする頑健な観察・検証ハーネスを開発する。
LiteReality-Agentは、シミュレーションや下流のAIタスクに適した高品質な再構築を生成する。
- 参考スコア（独自算出の注目度）: 31.086963224751432
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present LiteReality-Agent, an agentic system for reconstructing real indoor environments as realistic, articulated, and simulation-ready 3D scenes from RGB-D scans. At its core, LiteReality-Agent formulates 3D reconstruction as a coding problem, in which a coding agent gathers evidence using specialised tools and iteratively edits a Python script, Room.py, which can be executed to produce a 3D digital twin of the room. With this formulation, we develop a robust observe-edit-verify harness that supports evidence gathering, measurement, verification, layout optimisation, simulation readiness, and quality control throughout the reconstruction process. LiteReality-Agent produces high-quality reconstructions suitable for simulation and downstream embodied AI tasks. Furthermore, as agent capabilities continue to improve rapidly, the system introduced by LiteReality-Agent remains a strong orchestration framework for future agents: it equips them with specialised tools, structured workflows, and robust verification mechanisms that substantially improve reconstruction quality and reliability. We demonstrate that LiteReality-Agent produces reconstructions that are more geometrically accurate, visually realistic, and simulation-compatible than those generated by recent frontier models, such as Astra and Fable. We therefore view LiteReality-Agent as a practical and important building block for robust real-to-sim systems. Both the source code and the data-capture application are publicly available. Code:https://github.com/LiteReality/LiteReality-Agent/
- Abstract（参考訳）: 本稿では,RGB-Dスキャンから実室内環境をリアルかつ明瞭に再現し,シミュレーション可能な3Dシーンを再現するエージェントシステムLiteReality-Agentを提案する。
LiteReality-Agentはコーディング問題として3D再構成を定式化し、コーディングエージェントが特殊なツールを使って証拠を集め、PythonスクリプトであるRoom.pyを反復的に編集し、部屋の3Dデジタル双対を生成する。
この定式化により, 証拠収集, 測定, 検証, レイアウト最適化, シミュレーションの即応性, 品質管理を支援する, 堅牢な観察・検証ハーネスが開発される。
LiteReality-Agentは、シミュレーションや下流のAIタスクに適した高品質な再構築を生成する。
さらに、エージェントの能力が急速に向上するにつれて、LiteReality-Agentによって導入されたシステムは、将来的なエージェントのための強力なオーケストレーションフレームワークのままである。
我々は、LiteReality-Agentが、最近のフロンティアモデルであるAstraやFableよりも幾何的に正確で、視覚的にリアルで、シミュレーション互換な再構成を生成することを示した。
したがって、LiteReality-Agentはロバストな実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実
ソースコードとデータキャプチャアプリケーションの両方が公開されている。
コード:https://github.com/LiteReality/LiteReality-Agent/
関連論文リスト
- Agentic Real2Sim: Physics-based World Modeling with Vision-Language Agents [42.18672329354181]
textitAgentic Real2Simは視覚言語エージェントを用いた物理世界モデリングのためのフレームワークである。
我々は,剛体オブジェクトの操作,変形性オブジェクトのインタラクション,ヒューマノイドモーションシーンにおけるエージェントReal2Simの評価を行った。
フレームワークのエージェント的決定は、フロンティアモデルのコストのごく一部で、オープンウェイトなVLMバックエンドによって駆動される。
論文 参考訳（メタデータ） (2026-07-21T15:23:38Z) - RoboSnap: One-Shot Real-to-Sim Scene Generation for Generalizable Robot Learning and Evaluation [55.07260698542592]
我々は,1枚のRGB画像をシミュレーション可能なシーンに変換する,リアル・トゥ・シミュレート・フレームワークであるRoboSnapを紹介した。
DROIDシーンと実ロボットタスクの実験は、復元されたシーンでRoboSnapが信頼できる軌道再生を実現することを示している。
DROIDのリアルワールドシーン564から構築したリアル・トゥ・シムデータセットであるDROID-Simを紹介する。
論文 参考訳（メタデータ） (2026-07-07T18:19:10Z) - 3D-CoS: A New 3D Reconstruction Paradigm Based on VLM Code Synthesis [69.23609431485401]
本稿では,3次元アセットを実行可能なコードとして構築する新しい3次元再構成パラダイムを提案し,体系的に評価する。
本研究は,3次元表現としてのコードにより,強い制御性と局所性が得られ,編集精度が向上し,未編集領域の保存性が向上することを示す。
論文 参考訳（メタデータ） (2026-06-09T06:46:29Z) - SAGE: Scalable Agentic 3D Scene Generation for Embodied AI [67.43935343696982]
既存のシーン生成システムは、しばしばルールベースまたはタスク固有のパイプラインに依存し、アーティファクトと物理的に無効なシーンを生成する。
本稿では,ユーザが特定した具体的タスクを与えられたエージェントフレームワークであるSAGEについて,その意図を理解し,大規模にシミュレーション可能な環境を自動的に生成する。
得られた環境は現実的で多様性があり、政策訓練のための現代的なシミュレーターに直接デプロイできる。
論文 参考訳（メタデータ） (2026-02-10T18:59:55Z) - Mirage2Matter: A Physically Grounded Gaussian World Model from Video [87.9732484393686]
我々は、グラフィック駆動の世界モデリングおよびシミュレーションフレームワークであるSimulate Anythingを紹介する。
実世界の環境を3次元ガウススプレイティング(3DGS)による写実的シーン表現に再構築する。
次に、生成モデルを利用して、物理的に現実的な表現を復元し、精度校正ターゲットを介してシミュレーション環境に統合する。
論文 参考訳（メタデータ） (2026-01-24T07:43:57Z) - LiteReality: Graphics-Ready 3D Scene Reconstruction from RGB-D Scans [64.31686158593351]
LiteRealityは、屋内環境のRGB-Dスキャンをコンパクトでリアルでインタラクティブな3D仮想レプリカに変換する、新しいパイプラインである。
LiteRealityは、オブジェクトの個性、明瞭さ、高品質なレンダリング材料、物理ベースのインタラクションなど、グラフィックパイプラインに不可欠な重要な機能をサポートしている。
本研究は,LiteRealityが実生活スキャンと公開データセットの両方に与える影響を実証する。
論文 参考訳（メタデータ） (2025-07-03T17:59:55Z) - R3D2: Realistic 3D Asset Insertion via Diffusion for Autonomous Driving Simulation [78.26308457952636]
本稿では,自律運転シミュレーションの限界を克服する軽量な1ステップ拡散モデルであるR3D2を紹介する。
シャドウや一貫した照明など、妥当なレンダリング効果を生み出すことで、既存のシーンに完全な3Dアセットを現実的に挿入することができる。
R3D2は挿入されたアセットの現実性を大幅に向上させ,テキストから3Dへのアセット挿入やクロスシーン/データセットオブジェクト転送といったユースケースを可能にした。
論文 参考訳（メタデータ） (2025-06-09T14:50:19Z)
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。