論文の概要: SceneRig: An Agentic System for Simulation-Ready 3D Scene Reconstruction from Single Images
- arxiv url: http://arxiv.org/abs/2610.28585v1
- Date: Tue, 20 Oct 2026 17:39:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.952729
- Title: SceneRig: An Agentic System for Simulation-Ready 3D Scene Reconstruction from Single Images
- Title（参考訳）: SceneRig: 単一画像からのシミュレーション可能な3次元シーン再構成のためのエージェントシステム
- Abstract要約: SceneRigは、単一の画像を編集可能でシミュレーション可能なシーンに変換するエージェントシステムだ。
これは、再構成されたシーンを物理的に安定させながら、インスタンスセグメンテーション、オブジェクト中心の外観、および3D配置を改善する。
SceneRigは、下流のロボティクスに有効だ。そのシーンは、ベースライン法よりも正確なロボットポリシーの結果を予測する。
- 参考スコア（独自算出の注目度）: 15.857750498426888
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Simulation is a powerful tool for robotics, but building diverse, simulation-ready scenes at scale remains difficult. Reconstructing scenes from single images is a promising alternative, but visual similarity alone is insufficient: objects must also be recovered, accurately placed, and physically grounded. Existing methods that rely on post-hoc physics settling often misplace objects, producing scenes that look correct but behave poorly under manipulation. We present SceneRig, an agentic system that turns a single image into an editable, simulation-ready scene. SceneRig combines geometric, visual, and physical tools to reconstruct a faithful 3D scene. An agent then performs edit-and-validate loops inside a physics simulator to achieve physical stability. Across diverse inputs, SceneRig improves instance segmentation, object-centric appearance, and 3D placement while keeping the reconstructed scenes physically stable. Furthermore, SceneRig is effective for downstream robotics: its scenes predict real-robot policy outcomes more accurately than the baseline method and more reliably support replay of recorded manipulations without trajectory adaptation.
- Abstract（参考訳）: シミュレーションはロボット工学の強力なツールだが、多様なシミュレーション可能なシーンを大規模に構築することは難しい。
単一の画像からシーンを再構築することは有望な方法だが、視覚的類似性だけでは不十分だ。
ポストホック物理学の定式化に依存している既存の手法は、しばしばオブジェクトを誤ったものにし、正しいように見えるが操作時に不適切な振る舞いをするシーンを生成する。
SceneRigは、単一の画像を編集可能でシミュレーション可能なシーンに変換するエージェントシステムである。
SceneRigは幾何学的、視覚的、物理的ツールを組み合わせて、忠実な3Dシーンを再構築する。
エージェントは物理シミュレータ内で編集と検証のループを実行し、物理的安定性を達成する。
さまざまな入力に対して、SceneRigは、再構成されたシーンを物理的に安定させながら、インスタンスセグメンテーション、オブジェクト中心の外観、および3D配置を改善している。
さらに、SceneRigは下流ロボティクスに有効であり、そのシーンは、基準法よりも正確な実ロボットポリシーの結果を予測し、軌道適応なしで記録された操作の再生をより確実に支援する。
関連論文リスト
- Fysiverse-3D-SimReady Technical Report: Agentic Physical Simulation for Pragmatic 3D World Reconstruction [49.58319707131411]
Fysiverse-3D-SimReadyは,シミュレーション可能なマルチオブジェクトシーンを1枚のRGB画像から再構成するための基礎的な改良フレームワークである。
この方法は、生成されたオブジェクトメッシュを共有重力に沿ったシーンに配置し、異なるレンダリングによってカメラ空間のポーズを洗練し、シーンレベルのサポートと接触を安定した物理的実行のために修正する。
実験により、Fysiverse-3D-SimReadyは、既存の単一画像再構成とシーン生成ベースラインに対する入力-ビューアライメント、接触可視性、物理的安定性を改善した。
論文 参考訳（メタデータ） (2026-09-21T12:08:00Z) - 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) - SimWorlds: A Multi-Agent System for Dynamic 3D Scene Creation [50.175987640001644]
テキストから動的に編集可能な4Dシーンを生成するマルチエージェントフレームワークであるSimWorldsを紹介する。
また,プロシージャのダイナミックな3Dシーンの視覚的忠実度と身体的整合性を評価するベンチマークである4DBuildBenchも導入した。
論文 参考訳（メタデータ） (2026-07-02T06:29:18Z) - GRAIL: Generating Humanoid Loco-Manipulation from 3D Assets and Video Priors [113.71148915419246]
GRAILは3Dアセット、シミュレーター対応シーン、およびビデオファンデーションモデル(VFM)の先行データで構成され、物理的環境を再構築したりロボットを遠隔操作したりすることなく対話を合成するデジタル生成パイプラインである。
GRAILは、オブジェクト形状、カメラパラメータ、メートル法スケール、環境深度、ロボットが提案する文字がビデオ生成の前に知られ、再構成中に再利用される、完全に定義された3D構成から始まる。
我々は、回復した動作をヒューマノイドロボットに再ターゲティングし、補完的なタスク・ジェネラル・モルフォロジー・トラッカーを訓練する。
GRAILは、ピックアップ、オブジェクト操作、着座にまたがる2万以上のシーケンスを生成する
論文 参考訳（メタデータ） (2026-06-03T17:57:45Z) - SimuScene: Simulation-Ready Compositional 3D Scene Reconstruction from a Single Image [18.870075620011615]
物理を形状とレイアウト推定のループに配置する構成的3次元再構成パイプラインであるSimuSceneを紹介する。
重力下で再構成された物体を診断的にシミュレートすることにより、浸透と故障を定量的な補正信号に変換する。
この物理インフォームドフィードバックループは、蓄積した再構成誤差を軽減し、安定したシミュレーション可能なシーンを生成する。
論文 参考訳（メタデータ） (2026-06-02T17:59:59Z) - REST3D: Reconstructing Physically Stable 3D Scenes from a Single Image [31.061246129846044]
1枚のRGB画像から物理的に安定な3Dシーンを再構成することで、カジュアル画像をシミュレーション可能なデジタルアセットに変換することができる。
物理的シーン理解と物理制約のある精細化を統合することで、物理的に安定な3Dシーンを再構成できる単一画像再構成フレームワークであるREST3Dを提案する。
論文 参考訳（メタデータ） (2026-05-28T17:59:01Z) - TelePhysics: Physics-Grounded Multi-Object Scene Generation from a Single Image with Real-Time Interaction [51.01447538245441]
トレーニング不要なフレームワークであるTelePhysicsを提案する。
空間座標系で全シーンの幾何学を表現することで、TelePhysicsは物体の侵入とアライメントのあいまいさを解消する。
実験結果から,TelePhysicsは,物理忠実度,空間コヒーレンス,制御性において,従来手法よりも大幅に優れていたことがわかった。
論文 参考訳（メタデータ） (2026-05-19T08:16:44Z) - PAT3D: Physics-Augmented Text-to-3D Scene Generation [47.18949891825537]
PAT3Dは3Dオブジェクトを生成し、それらの空間的関係を推測し、それらを階層的なシーンツリーに整理する。
微分可能な剛体シミュレータは、重力下での現実的な物体の相互作用を保証する。
実験により、PAT3Dは、物理的妥当性、意味的一貫性、視覚的品質において、従来のアプローチよりも大幅に優れていることが示された。
論文 参考訳（メタデータ） (2025-11-26T23:23:58Z) - GeoSim: Photorealistic Image Simulation with Geometry-Aware Composition [81.24107630746508]
GeoSimは、新しい都市の運転シーンを合成するジオメトリ認識の画像合成プロセスです。
まず、センサーデータからリアルな形状と外観の両方を備えた多様な3Dオブジェクトのバンクを構築します。
得られた合成画像は、フォトリアリズム、トラフィック認識、幾何学的一貫性があり、画像シミュレーションが複雑なユースケースにスケールできる。
論文 参考訳（メタデータ） (2021-01-16T23:00:33Z)
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。