論文の概要: SceneBloom: Agentic Indoor Environment Generation with Realistic and Diverse Layouts for Embodied Learning

• arxiv url: http://arxiv.org/abs/2610.32978v1
• Date: Fri, 23 Oct 2026 17:59:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.632603
• Title: SceneBloom: Agentic Indoor Environment Generation with Realistic and Diverse Layouts for Embodied Learning
• Title（参考訳）: SceneBloom: 身体学習のためのリアル・ディバースレイアウトを用いたエージェント屋内環境生成
• Abstract要約: 一般的なエンボディエージェントの訓練には、現実的で、多様な、シミュレーション可能な屋内環境が必要である。 SceneBloomは、視覚的レイアウトサンプリングとコントラクト誘導3Dコンパイルを組み合わせたエージェントフレームワークである。
• 参考スコア（独自算出の注目度）: 26.906281529826117
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Training generalizable embodied agents requires realistic, varied, and simulation-ready indoor environments. Language-guided methods support semantic planning and object-level reasoning, but precise spatial grounding remains difficult. Visual generative models offer rich priors over plausible arrangements, yet their outputs require geometric reasoning to become physically valid 3D scenes. We introduce SceneBloom, an agentic framework that combines visual layout sampling with contract-guided 3D compilation. A hierarchical sampler uses diffusion priors to generate furniture arrangements within functional zones. A compiler then uses relations extracted from each proposal to guide geometric fitting and local pose correction. Across five room types, SceneBloom attains the highest visual quality and physical stability among the compared methods and is the only method with no detected mesh collisions and out-of-bounds objects. Its layouts are also closer to the distribution of real rooms than those of all compared baselines. Object navigation policies trained in these realistic scenes achieve a higher success rate in held-out real scans than those trained on an equal number of real training scans. Code is available at https://github.com/Tinaliu0123/scenebloom.
• Abstract（参考訳）: 一般的なエンボディエージェントの訓練には、現実的で、多様な、シミュレーション可能な屋内環境が必要である。 言語誘導手法はセマンティックプランニングとオブジェクトレベルの推論をサポートするが、正確な空間的接地は難しいままである。 視覚生成モデルは、可視的な配置よりもリッチな事前情報を提供するが、その出力には幾何学的推論が必要であり、物理的に有効な3Dシーンになる。 SceneBloomは、視覚的レイアウトサンプリングとコントラクト誘導3Dコンパイルを組み合わせたエージェントフレームワークである。 階層型サンプリング器は拡散先行を用いて機能領域内の家具配置を生成する。 コンパイラは、各提案から抽出された関係を利用して、幾何学的フィッティングと局所的なポーズ補正をガイドする。 5種類のルームタイプにおいて、SceneBloomは比較した手法の中で最高の視覚的品質と物理的安定性を達成し、検出されたメッシュ衝突やアウト・オブ・バウンドオブジェクトを持たない唯一の方法である。 そのレイアウトは、比較されたすべてのベースラインよりも実際の部屋の分布に近い。 これらの現実的なシーンで訓練されたオブジェクトナビゲーションポリシーは、同じ数の実際のトレーニングスキャンで訓練されたものよりも、保持された実際のスキャンの成功率が高い。 コードはhttps://github.com/Tinaliu0123/scenebloom.comで公開されている。

関連論文リスト

• Seen2Scene: Completing Realistic 3D Scenes with Visibility-Guided Flow [80.05357398241574]
  Seen2Sceneは、シーンの完成と生成のために、不完全で現実世界の3Dスキャンをトレーニングする最初のフローマッチングベースのアプローチである。 Seen2Sceneは、現実世界の非完全な3Dスキャンから直接学習することで、複雑で散らかった実環境のためのリアルな3Dシーン補完を可能にする。
  論文  参考訳（メタデータ） (2026-03-30T15:08:38Z)
• 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)
• RoamScene3D: Immersive Text-to-3D Scene Generation via Adaptive Object-aware Roaming [79.81527946524098]
  RoamScene3Dはセマンティックガイダンスと空間生成のギャップを埋める新しいフレームワークである。 我々は、オブジェクト関係を符号化するシーングラフを構築するために、視覚言語モデル(VLM)を用いる。 静的な2Dプリミティブの制約を軽減するため、合成パノラマデータセットに微調整されたモーションインジェクトインペインティングモデルを導入する。
  論文  参考訳（メタデータ） (2026-01-27T10:10:55Z)
• HLG: Comprehensive 3D Room Construction via Hierarchical Layout Generation [31.010614667725843]
  階層レイアウト生成(HLG)は,微細な3次元シーン生成のための新しい手法である。 HLGは、大規模な家具配置から複雑なオブジェクト配置まで、シーンレイアウトを精錬する、粗大できめ細かな階層的アプローチを採用した最初の企業である。 既存の手法と比較して,現実的な屋内シーンの生成において優れた性能を示す。
  論文  参考訳（メタデータ） (2025-08-25T09:32:57Z)
• Scenethesis: A Language and Vision Agentic Framework for 3D Scene Generation [36.44409268300039]
  Scenethesisはテキストベースのシーンプランニングと視覚誘導レイアウトの改良を統合したフレームワークである。 多様な、現実的で、物理的に妥当な3Dインタラクティブなシーンを生成し、仮想コンテンツの作成、シミュレーション環境、そしてAI研究に価値がある。
  論文  参考訳（メタデータ） (2025-05-05T17:59:58Z)
• Mixed Diffusion for 3D Indoor Scene Synthesis [55.94569112629208]
  提案するMiDiffusionは,可塑性3次元屋内シーンを合成するための混合離散連続拡散モデルである。 床条件の3次元シーン合成において,最先端の自己回帰モデルおよび拡散モデルより優れることを示す。
  論文  参考訳（メタデータ） (2024-05-31T17:54:52Z)
• CommonScenes: Generating Commonsense 3D Indoor Scenes with Scene Graph Diffusion [83.30168660888913]
  シーングラフを対応する制御可能な3Dシーンに変換する完全生成モデルであるCommonScenesを提案する。 パイプラインは2つのブランチで構成されており、1つは変分オートエンコーダでシーン全体のレイアウトを予測し、もう1つは互換性のある形状を生成する。 生成されたシーンは、入力シーングラフを編集し、拡散モデルのノイズをサンプリングすることで操作することができる。
  論文  参考訳（メタデータ） (2023-05-25T17:39:13Z)

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。