論文の概要: BrickBench: Evaluating Agentic Brick Design
- arxiv url: http://arxiv.org/abs/2610.12452v1
- Date: Thu, 08 Oct 2026 17:58:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-10 02:36:54.264911
- Title: BrickBench: Evaluating Agentic Brick Design
- Title（参考訳）: BrickBench: エージェントのれんが設計を評価する
- Abstract要約: BrickBenchは、エージェントテキスト条件のLEGOセット設計のためのベンチマークである。
3つの設定で妥当性、アライメント、デザインを評価します。
私たちはベンチマークと環境をhttp://www.brickben.ch.comでリリースしています。
- 参考スコア（独自算出の注目度）: 56.15284530324656
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose BrickBench, a benchmark for agentic text-conditioned LEGO-set design. Given a prompt, an agent is tasked with producing an assembly that not only satisfies semantic and design criteria, but that can also be physically built. To do so, it must select parts from a discrete library and reason jointly about local and global constraints. We score validity, alignment, and design across three settings that vary in scale and part availability. We provide BrickAgent, an environment for coding agents to construct, inspect, and validate their designs. We find that leading agents largely satisfy verifiable physical and semantic requirements, but fall short of human designs. We release our benchmark and environment at http://www.brickben.ch
- Abstract（参考訳）: エージェントテキスト条件のLEGO-set設計のためのベンチマークであるBrickBenchを提案する。
プロンプトが与えられた場合、エージェントは意味や設計基準を満たすだけでなく、物理的に構築できるアセンブリを作成することを任務とする。
そのためには、個別のライブラリから部分を選択し、局所的制約とグローバル的制約を共同で考える必要がある。
妥当性、アライメント、設計は、スケールと部分の可用性で異なる3つの設定で評価します。
BrickAgentは、コーディングエージェントが設計を構築、検査、検証するための環境です。
先行するエージェントは、検証可能な物理的および意味的な要件をほぼ満たしているが、人間の設計には欠けることがわかった。
ベンチマークと環境はhttp://www.brickben.chで公開しています。
関連論文リスト
- Brick-Composer: Using MLLMs for Assembly with Diverse Bricks [64.5380622477211]
ブロック組立に必要な視覚的接地と空間的推論能力を有する多モーダル大言語モデル(MLLM)について検討した。
BC-Benchは,多様なブロックを持つアセンブリ上でMLLMを評価するための最初のベンチマークである。
Brick-ComposerはMLLMに3つの補完信号による組立スキルを組み込む学習フレームワークである。
論文 参考訳（メタデータ） (2026-06-03T21:08:06Z) - MUSE: Benchmarking Manufacturable, Functional, and Assemblable Text-to-CAD Generation [17.467056775887944]
MUSEは、複雑な編集可能な境界表現アセンブリに焦点を当てたText-to-CADベンチマークである。
MUSEは、コードチェック、幾何チェック、デザインインテントアライメントという3段階のプロトコルを通じて生成されたモデルを評価する。
クローズドソースおよびオープンソース LLM の実験では、実行可能コードから有効な幾何への明確な障害カスケードが明らかになった。
論文 参考訳（メタデータ） (2026-05-27T15:01:59Z) - BrickNet: Graph-Backed Generative Brick Assembly [54.88688542316808]
LEGO-brickビルドシーケンスを生成するために、言語モデルをトレーニングします。
10万人以上の人間が設計したLDrawブロックのオブジェクトとシーンの大規模なデータセットを収集します。
ブロックのポーズを直接予測すると、少数のステップの後にビルドシーケンスはすぐに無効になる。
論文 参考訳（メタデータ） (2026-04-24T19:55:51Z) - Multi-Actor Generative Artificial Intelligence as a Game Engine [49.360775442760314]
ジェネレーティブAIは、社会科学モデリングからインタラクティブな物語、AI評価に至るまで、マルチアクター環境で使用することができる。
ここでは、ゲームマスター(GM)が環境に責任を持ち、プレイヤーキャラクターの自発的な行動によって直接決定されないストーリーの全ての部分を生成できるテーブルトップロールプレイングゲーム(TTRPG)からインスピレーションを得るのが良い方法であると論じる。
論文 参考訳（メタデータ） (2025-07-10T22:31:09Z) - Generating Physically Stable and Buildable Brick Structures from Text [63.75381708299733]
BrickGPTは、テキストプロンプトから物理的に安定したアセンブリモデルを生成するための最初のアプローチである。
私たちはデータセットであるStableText2Brickをリリースしました。
論文 参考訳（メタデータ） (2025-05-08T17:58:18Z) - Break and Make: Interactive Structural Understanding Using LEGO Bricks [61.01136603613139]
私たちは、LEGOモデルの組み立て、分解、操作が可能な、完全にインタラクティブな3Dシミュレータを構築しました。
シーケンス・ツー・シーケンス・モデルを用いてこの問題を解決するための第一歩を踏み出す。
論文 参考訳（メタデータ） (2022-07-27T18:33:09Z)
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。