論文の概要: Scene-Designer: Learning Design Intelligence for Agentic 3D Scene Generation

• arxiv url: http://arxiv.org/abs/2610.23121v1
• Date: Fri, 16 Oct 2026 08:28:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.828518
• Title: Scene-Designer: Learning Design Intelligence for Agentic 3D Scene Generation
• Title（参考訳）: シーンデザイナ:エージェント3次元シーン生成のためのデザインインテリジェンス学習
• Abstract要約: 既存のアプローチは、ドメイン固有の設計経験が欠けている汎用モデルに依存するか、静的シーンから学ぶかのいずれかである。 textbfScene-Designerは、デザインインテリジェンスを補完的なデザインと批評経験を通して学習するフレームワークである。 実験により,Scene-Designerは物理的妥当性,機能的正当性,レイアウトコヒーレンスにおいて優れた性能を発揮することが示された。
• 参考スコア（独自算出の注目度）: 17.590183273863712
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generating complete, coherent, and usable 3D indoor scenes from natural language requires strong \textbf{design intelligence}: the ability to design high-quality scenes and critique their quality. However, existing approaches either rely on general-purpose models lacking domain-specific design experience or learn from static scenes. In this work, we introduce \textbf{Scene-Designer}, an agentic framework that learns design intelligence through complementary design and critique experiences. We construct two datasets: \textbf{Scene-OTA-35K}, which provides Observation--Thought--Action supervision for learning scene design and efficient error correction, and \textbf{Scene-OTC-15K}, which provides Observation--Thought--Critic supervision for learning scene quality critique across physical validity, functional correctness, and layout coherence. Based on these experiences, we propose \textbf{Scene-GRPO}, a Critic-guided GRPO framework that improves design decisions and reduces unnecessary trial-and-error corrections. Extensive experiments demonstrate that Scene-Designer achieves superior performance in physical validity, functional correctness, and layout coherence, while the learned Scene-Critic significantly outperforms general-purpose models in scene critique. Moreover, test-time Critic guidance further improves scene generation, showing that the Critic can provide useful guidance beyond training. Additional analysis suggests a trend of mutual enhancement between scene design and critique abilities.
• Abstract（参考訳）: 完全なコヒーレントで使用可能な3D屋内シーンを自然言語から生成するには,高品質なシーンを設計し,品質を批判する能力である,強力な‘textbf{design Intelligence}’が必要である。 しかし、既存のアプローチは、ドメイン固有の設計経験が欠けている汎用モデルに依存するか、静的シーンから学ぶかのいずれかである。 本稿では,デザインインテリジェンスを相補的設計と批判的経験を通じて学習するエージェントフレームワークである「textbf{Scene-Designer}」を紹介する。 本研究では, シーン設計と効率的な誤り訂正を学習するための行動監視を行う「textbf{Scene-OTA-35K}」と, 物理的妥当性, 機能的正当性, レイアウトコヒーレンスに関するシーン品質批判を学習するための「textbf{Scene-OTC-15K}」という2つのデータセットを構築した。 これらの経験に基づき,批判誘導型GRPOフレームワークであるtextbf{Scene-GRPO}を提案する。 大規模な実験により,Scene-Designerは物理的妥当性,機能的正当性,レイアウトコヒーレンスにおいて優れた性能を示し,学習したScene-Criticはシーン批判において汎用モデルよりも優れていた。 さらに、テストタイムの批評家指導はシーン生成をさらに改善し、批評家はトレーニングを超えて有用なガイダンスを提供することができることを示した。 さらなる分析は、シーンデザインと批評能力の相互強化の傾向を示唆している。

関連論文リスト

• AUV-Bench: Aesthetic Understanding and Generation Evaluation for User Interfaces [68.93050284701197]
  専門的なデザインの実践では、デザイナーは、判断、診断、修復、創造を一貫して導く審美原則の体系的なセットに依存している。 しかし、既存の評価は、通常、これらの能力を単独で評価し、タスクレベルの成功が共通の美的理解を反映しているかどうかを判断することは困難である。 AUV-Benchは,1,395の実行可能なWebインターフェースと,美的評価,診断,修復,テキスト・ツー・UI生成という4つのタスクを中心に,プロのUIデザイナと共同で開発された。
  論文  参考訳（メタデータ） (2026-09-28T10:46:37Z)
• SceneCritic: A Symbolic Evaluator for 3D Indoor Scene Synthesis [6.182838033073788]
  SceneCriticは、フロアプランレベルのレイアウトのための象徴的評価器である。 SceneCriticの制約は、構造化空間オントロジーであるSceneOntoに基礎を置いている。 VLMによる評価よりも,SceneCriticは人間の判断と極めてよく一致していることを示す。
  論文  参考訳（メタデータ） (2026-04-14T17:59:26Z)
• SDesc3D: Towards Layout-Aware 3D Indoor Scene Generation from Short Descriptions [71.54559024212976]
  短いテキスト記述を前提とした室内3次元シーン生成は,インタラクティブな3次元環境構築に有望な道を提供する。 既存の作品は、そのような意味的凝縮の場合、身体的妥当性の低下と詳細性の不足に悩まされている。 SDesc3Dは,マルチビュー構造と地域機能を考慮した,短文条件付き屋内シーン生成フレームワークである。
  論文  参考訳（メタデータ） (2026-04-02T12:33:01Z)
• SceneWeaver: All-in-One 3D Scene Synthesis with an Extensible and Self-Reflective Agent [28.12183839499528]
  SceneWeaverは、ツールベースの反復改善を通じて多様なシーン合成パラダイムを統合するフレームワークである。 セマンティックな矛盾を特定し、ターゲットとするツールを呼び出し、連続したイテレーションで環境を更新できる。 多様な指示で複雑なシーンを効果的に一般化し、汎用的な3D環境生成への一歩を踏み出した。
  論文  参考訳（メタデータ） (2025-09-24T09:06:41Z)
• I-Design: Personalized LLM Interior Designer [57.00412237555167]
  I-Designはパーソナライズされたインテリアデザイナで、自然言語によるコミュニケーションを通じて設計目標の生成と視覚化を可能にする。 I-Designは、対話や論理的推論に従事する大きな言語モデルエージェントのチームから始まる。 最終的な設計は、既存のオブジェクトデータベースから資産を取り出し、統合することで、3Dで構築されます。
  論文  参考訳（メタデータ） (2024-04-03T16:17:53Z)
• Bilevel Fast Scene Adaptation for Low-Light Image Enhancement [50.639332885989255]
  低照度シーンにおける画像の強調は、コンピュータビジョンにおいて難しいが、広く懸念されている課題である。 主な障害は、異なるシーンにまたがる分散の相違によるモデリングの混乱にある。 上述の潜在対応をモデル化するための双レベルパラダイムを導入する。 エンコーダのシーン非関連な一般化を多様なシーンにもたらすために、双方向学習フレームワークを構築した。
  論文  参考訳（メタデータ） (2023-06-02T08:16:21Z)
• DEVICE: Depth and Visual Concepts Aware Transformer for OCR-based Image Captioning [12.786190263272859]
  OCRをベースとした画像キャプションは重要だが未探索の課題である。 近年の研究は進歩を奨励しているが、シーンの全体的な理解の欠如に悩まされている。 我々は,OCRに基づく画像カプティノンのための深度・視覚認識概念変換器(DEVICE)を提案する。
  論文  参考訳（メタデータ） (2023-02-03T04:31:13Z)

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。