論文の概要: ScIntBench: Physical Interaction Plausibility in 3D Scene Generation

• arxiv url: http://arxiv.org/abs/2610.37326v1
• Date: Tue, 27 Oct 2026 14:36:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.66006
• Title: ScIntBench: Physical Interaction Plausibility in 3D Scene Generation
• Title（参考訳）: ScintBench:3次元シーン生成における物理的相互作用の可視性
• Abstract要約: ScintBenchはインタラクションの準備ができているベンチマークだ。 ほぼ完全な静的可視性を持つシステムは、相互作用の11.54%しか完了しない。 12のシステムのうち7つは、いかなる相互作用もサポートできないシーンを生み出し、最高のシステムでさえ、所定のタスクの36.92%しか成功しない。
• 参考スコア（独自算出の注目度）: 40.01744604514688
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Existing evaluations of text-conditioned 3D indoor scene generation largely emphasize semantic fidelity and physical validity at rest, leaving interaction-time physical reliability insufficiently assessed. To address this gap, we introduce ScIntBench, a unified benchmark centered on interaction readiness: it executes prescribed manipulation actions (e.g., pushing, opening, and surface probing) in physics simulation and measures task success, capability and progress, post-interaction integrity, and dynamic plausibility. Multi-view semantic and static physical evaluations complement these metrics and help explain interaction outcomes. We systematically evaluate 12 state-of-the-art scene generation systems across 10 room types. Our results reveal that strong semantic and static physical performance does not necessarily translate into interaction readiness: a system with near-perfect static plausibility completes only 11.54% of interactions, 7 of the 12 systems produce scenes that cannot support any interaction, and even the best system succeeds in only 36.92% of prescribed tasks. These findings highlight two fundamental challenges in generating interaction-ready scenes: providing the necessary physical interaction capabilities and ensuring reliable physical behavior under active manipulation.
• Abstract（参考訳）: テキスト条件付き3D屋内シーン生成の既存の評価は、意味的忠実度と安静時の身体的妥当性を重視しており、相互作用時間の物理的信頼性は十分に評価されていない。 このギャップに対処するために、物理学シミュレーションにおいて所定の操作動作(例えば、プッシュ、オープニング、サーフェスプロービング)を実行し、タスク成功、能力と進歩、相互作用後の整合性、動的妥当性を計測する。 マルチビューのセマンティクスと静的な物理的評価はこれらの指標を補完し、相互作用の結果を説明するのに役立つ。 室内10種類のシーン生成システム12を体系的に評価した。 ほぼ完全な静的な可視性を持つシステムはインタラクションの11.54%しか完了せず、12のシステムのうち7つはインタラクションをサポートできないシーンを生成し、最高のシステムでさえ、所定のタスクの36.92%しか成功しない。 これらの結果は、必要な物理的相互作用能力の提供と、アクティブな操作下での信頼性の高い身体行動の確保という、インタラクション対応シーンを生成するための基本的な2つの課題を浮き彫りにしている。

関連論文リスト

• RoboTwin-Phys: Do WAMs and VLAs Understand the Physical World? [54.35411689685545]
  RoboTwin-Physは、物理条件の多様性をロボット操作評価の明示的な次元として扱う物理多様性ベンチマークである。 本研究では, 物理属性推定, 条件対応モデリング, 物理条件付き政策トレーニングなど, 基礎的物理パラメータを用いた5,000以上の専門家による実証実験を公表する。
  論文  参考訳（メタデータ） (2026-09-22T12:04:52Z)
• Automatically Improving Simulation Physics for Articulated Objects [0.0]
  本稿では,操作中にオブジェクトを確実にシミュレートできるかどうかを特徴付けるインタラクション・レディネスを提案する。 不完全な3Dアセットから対話可能な調音オブジェクトを生成するためのシミュレーター・イン・ザ・ループ手法を提案する。
  論文  参考訳（メタデータ） (2026-05-18T21:34:33Z)
• From Perception to Action: An Interactive Benchmark for Vision Reasoning [51.11355591375073]
  Causal Hierarchy of Actions and Interactions (CHAIN)ベンチマークは、モデルが物理的制約に基づいて構造化されたアクションシーケンスを理解し、計画し、実行できるかを評価するために設計された。 CHAINは、受動的知覚からアクティブな問題解決、機械パズルのインターロックや3D積み重ね、パッキングといったタスクへと評価をシフトする。 以上の結果から,トップパフォーマンスモデルでは,物理構造や因果制約の内在化に苦慮し,信頼性の高い長期計画の作成に失敗することが多く,認識された構造を効果的に翻訳することができないことが示唆された。
  論文  参考訳（メタデータ） (2026-02-24T15:33:02Z)
• PhysHSI: Towards a Real-World Generalizable and Natural Humanoid-Scene Interaction System [67.2851799763138]
  PhysHSIはシミュレーショントレーニングパイプラインと現実世界のデプロイメントシステムで構成される。 シミュレーションでは,自然のヒューマノイドとシーンの相互作用データを模倣するために,逆運動に基づくポリシー学習を採用する。 実世界の展開には、LiDARとカメラ入力を組み合わせた粗粒度オブジェクトローカライズモジュールを導入する。
  論文  参考訳（メタデータ） (2025-10-13T07:11:37Z)
• Towards Immersive Human-X Interaction: A Real-Time Framework for Physically Plausible Motion Synthesis [51.95817740348585]
  Human-Xは、様々な実体をまたいだ没入的で物理的に妥当なヒューマンインタラクションを可能にするために設計された、新しいフレームワークである。 本手法は, 自己回帰型反応拡散プランナを用いて, リアルタイムに反応と反応を同時予測する。 我々のフレームワークは、人間とロボットのインタラクションのための仮想現実インターフェースを含む、現実世界のアプリケーションで検証されている。
  論文  参考訳（メタデータ） (2025-08-04T06:35:48Z)
• OOD-HOI: Text-Driven 3D Whole-Body Human-Object Interactions Generation Beyond Training Domains [66.62502882481373]
  現在の方法では、身体と手の両方に焦点を合わせ、結束的で現実的な相互作用を生み出す能力を制限する傾向にある。 我々は,OOD-HOIというテキスト駆動型フレームワークを提案する。 提案手法は,初期相互作用ポーズを合成するための二重分岐相互拡散モデルと,予測された接触領域に基づく物理的精度向上のための接触誘導相互作用精製器と,ロバスト性向上のための意味的調整と変形を含む動的適応機構を統合した。
  論文  参考訳（メタデータ） (2024-11-27T10:13:35Z)
• HyperDynamics: Meta-Learning Object and Agent Dynamics with Hypernetworks [18.892883695539002]
  HyperDynamicsは、ニューラルネットワークモデルのパラメータを生成する動的メタ学習フレームワークである。 高次元の視覚観察でダイナミクスを学習することで、環境の変化に適応する既存のモデルを上回る性能を発揮します。 本手法は,個別に訓練された専門家の演奏に合致すると同時に,テスト時に未知の環境変動に対して十分に一般化できることを示す。
  論文  参考訳（メタデータ） (2021-03-17T04:48:43Z)

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。