論文の概要: Dungeon and Visibility World Generator

• arxiv url: http://arxiv.org/abs/2610.19523v1
• Date: Wed, 14 Oct 2026 03:41:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.940543
• Title: Dungeon and Visibility World Generator
• Title（参考訳）: ダンジョンと可視世界発電機
• Abstract要約: 本稿では,2次元・3次元環境構築のためのオープンソースフレームワークであるDungeon and Visibility World Generatorについて述べる。 部屋の寸法、通路構造、障害物、空間配置はパラメータと確率分布によって制御できる。 Rustベースの可視性エンジンは、両方の表現で行順クエリをサポートし、任意のエージェント位置から可観測領域の評価を可能にする。
• 参考スコア（独自算出の注目度）: 7.110768129173253
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robotic exploration, coverage, and multi-agent deployment algorithms require reproducible environments with controllable geometry and visibility. This paper presents the Dungeon and Visibility World Generator, an open-source framework for constructing two- and three-dimensional environments and evaluating geometric line-of-sight. The framework supports orthogonal, polygonal or polyhedral, and curvilinear geometries, with six construction families covering scattered rooms, clusters, winding passages, caverns, branches, and loops. Room dimensions, passage structures, obstacles, and spatial placement can be controlled through configurable parameters and probability distributions. Each generated environment provides continuous free-space geometry and a corresponding discrete occupancy representation. A Rust-based visibility engine supports line-of-sight queries in both representations, enabling the evaluation of observable regions from arbitrary agent positions. The framework records configurations, generated geometries, occupancy grids, and visibility results to support reproducible experiments. We demonstrate the generator across all six geometry classes, examine how geometry and spatial resolution affect visibility, and evaluate generation time and reproducibility. The resulting framework provides a configurable foundation for evaluating robotic exploration, coverage, and multi-agent deployment algorithms in diverse environments.
• Abstract（参考訳）: ロボット探索、カバレッジ、マルチエージェント展開アルゴリズムは、制御可能な幾何学と可視性を備えた再現可能な環境を必要とする。 本稿では、2次元および3次元環境の構築と幾何学的視線評価のためのオープンソースフレームワークであるDungeon and Visibility World Generatorについて述べる。 このフレームワークは、直交、多角形、多角形、および曲線幾何学をサポートし、6つの建設ファミリーが散在する部屋、クラスタ、曲がりくねった通路、洞窟、枝、ループをカバーしている。 部屋の寸法、通路構造、障害物、空間配置は、設定可能なパラメータと確率分布によって制御できる。 各生成環境は連続自由空間幾何学とそれに対応する離散占有表現を提供する。 Rustベースの可視性エンジンは、両方の表現で行順クエリをサポートし、任意のエージェント位置から可観測領域の評価を可能にする。 このフレームワークは、構成、生成されたジオメトリ、占有グリッド、再現可能な実験をサポートするための可視性結果を記録する。 6つのクラス全てにまたがるジェネレータを実演し、幾何学と空間分解能が可視性に与える影響を検証し、生成時間と再現性を評価する。 その結果生まれたフレームワークは、さまざまな環境におけるロボット探索、カバレッジ、マルチエージェントデプロイメントアルゴリズムを評価するための構成可能な基盤を提供する。

関連論文リスト

• GenIA: Generative Reconstruction with Test-Time Input Alignment [43.03798643920805]
  生成的な3D基礎モデルは、観察されたビューを超えてオブジェクトの幾何学を完成させることができるが、それらの予測は観察された幾何学、外観、またはポーズを忠実に再現しないかもしれない。 我々は, SAM3Dの生成を基礎モデルを再学習することなく, 幾何学的および測光的観察に先立って行うテスト時間入力整列生成のフレームワークであるGenIAを紹介する。 我々は、学習した回転を前もって幾何学から翻訳とスケールを導出することでオブジェクトポーズを改善し、視認性に配慮した注意、観察間融合、およびデノナイジング中の異なるレンダリングガイダンスを通して外観を整列させる。
  論文  参考訳（メタデータ） (2026-10-08T17:38:56Z)
• HierGF: Hierarchical Gaussian Fields via Geometry-perception Message Passing for Sparse-view 3D Reconstruction [55.147891140117906]
  スパースビューには、限られた3D情報しか含まれない。 マッチング用のイメージが多すぎるため、マルチビューの一貫性の構築が困難になる。 アンダーサンプリングされた地域では、しばしば密度制御に依存し、信頼できるガイダンスが欠如している。 本稿では階層的幾何知覚の観点からスパースビュー再構築を再考する階層的場 (HierGF) を提案する。
  論文  参考訳（メタデータ） (2026-10-01T04:50:55Z)
• Fysiverse-3D-Vision Technical Report: Generating Executable 3D Worlds from Images through Unified Spatial Reasoning [62.09790533047924]
  生成モデルは、高度な画像条件付き3Dコンテンツ生成が可能だが、単一の画像から制御可能で実行可能な3Dシーンを生成することは、依然として困難である。 本研究では,Fysiverse-3D-Visionを提案する。Fysiverse-3D-Visionは1つの画像から生成した3次元シーンの再構成と実行可能アセット構築のための統合視覚言語-幾何学フレームワークである。 本フレームワークは,既存の手法と比較して,幾何学的整合性,レイアウト推定,レンダリング品質,物理的特性の理解に優れる。
  論文  参考訳（メタデータ） (2026-09-22T06:22:31Z)
• GAE: Learning a Geometry-Native Latent Space for 3D-Consistent World Generation [79.28580044574306]
  本稿では,知覚と生成の共通基盤として,コンパクトな幾何学ネイティブな潜在空間を提案する。 我々は、このシフトを幾何学ネイティブオートエンコーダ(GAE)で実現し、その潜伏線は外観、深度、カメラ、点マップに共起可能である。
  論文  参考訳（メタデータ） (2026-09-21T17:56:25Z)
• G$^2$TAM: Geometry Grounded Track Anything Model [49.05553245076823]
  本稿では,RGB画像やビデオのみを用いて,3次元のインスタンス追跡を高速化するための統一的なフレームワークを提案する。 G$2$TAMは空間的に整列した幾何学的表現を暗黙記憶として使用し、安定したインスタンス識別とフレームとビュー間のローカライゼーションを保証する。 中心となるのは、視覚的およびテキスト的プロンプトを共有幾何学空間に統合し、エンドツーエンドの空間再構成とインスタンス一貫性マスク予測を可能にするクロスモーダル空間エンコーダである。
  論文  参考訳（メタデータ） (2026-07-04T09:32:13Z)
• Mind the Gap: Geometrically Accurate Generative Reconstruction from Disjoint Views [0.8435195043404353]
  本稿では,新たなパラダイムとして,不随意視点からの生成的再構築を紹介する。 提案するGLADOSは,3段階にわたって動作する汎用モジュール型フレームワークである。 アーキテクチャに依存しないフレームワークとして、GLADOSは、生成、再構築、塗装における将来の進歩のシームレスな統合を可能にする。
  論文  参考訳（メタデータ） (2026-05-08T10:24:23Z)
• TALO: Pushing 3D Vision Foundation Models Towards Globally Consistent Online Reconstruction [57.46712611558817]
  3次元視覚基礎モデルでは、1つのフィードフォワードパスを通して、未校正画像からキー3D属性を再構成する際の強力な一般化が示されている。 近年の戦略は,グローバルトランスフォーメーションの解決によって連続的な予測と整合するが,本分析では,仮定の妥当性,局所的なアライメント範囲,雑音的幾何の下でのロバスト性といった基本的な限界を明らかにしている。 本研究では,グローバルに伝播する制御点を利用して空間的に異なる不整合を補正する,Tin Plate Splineに基づく高DOFおよび長期アライメントフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-02T02:22:20Z)
• Boosting Multi-View Indoor 3D Object Detection via Adaptive 3D Volume Construction [10.569056109735735]
  本研究では,適応型3次元ボリューム構造に基づく室内3次元物体検出フレームワークであるSGCDetを提案する。 各画像の適応領域に幾何学的・文脈的情報を統合するための幾何学的・文脈的アグリゲーションモジュールを導入する。 SGCDetは、ScanNet、ScanNet200、ARKitScenesデータセット上で最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2025-07-24T11:58:01Z)

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。