arXiv cs.AI· Yuhan Liu, Lianhui Qin, Shenji Wan·· 11 小时前AI 评分38
SceneBloom：面向具身学习的智能体室内环境生成框架，布局真实且多样
SceneBloom: Agentic Indoor Environment Generation with Realistic and Diverse Layouts for Embodied Learning
AI 导读
SceneBloom 是一个结合视觉布局采样与契约引导 3D 编译的智能体框架，用扩散先验在功能区内生成家具布局，再依据提取的关系做几何拟合与局部姿态修正。在五类房间上，它的视觉质量与物理稳定性均为对比方法中最高，也是唯一未检测到网格碰撞和越界物体的方法，布局分布更接近真实房间。在这些场景中训练的目标导航策略，在留出真实扫描上的成功率高于用等量真实训练扫描训练的策略。
正文 · AI 翻译
摘要：训练具备泛化能力的具身智能体需要真实、多样且可直接用于仿真的室内环境。语言引导的方法支持语义规划和物体级推理，但精确的空间定位仍然困难。视觉生成模型能够提供关于合理布局的丰富先验，但其输出需要经过几何推理才能成为物理上有效的 3D 场景。我们提出 SceneBloom，一个将视觉布局采样与契约引导的 3D 编译相结合的智能体框架。分层采样器利用扩散先验在功能区内生成家具布局。随后，编译器利用从每个方案中提取的关系来指导几何拟合和局部姿态校正。在五种房间类型上，SceneBloom 在所比较的方法中取得了最高的视觉质量和物理稳定性，并且是唯一没有检测到网格碰撞和越界物体的方法。其布局也比所有对比基线更接近真实房间的分布。在这些真实感场景中训练的物体导航策略，在留出的真实扫描数据上取得的成功率高于在同等数量的真实训练扫描数据上训练的策略。代码可在 此 https URL 获取。
| 学科： | 计算机视觉与模式识别 (cs.CV)；人工智能 (cs.AI)；机器人学 (cs.RO) |
| 引用为： | arXiv:2610.32978 [cs.CV] |
| （或 arXiv:2610.32978v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32978 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yuhan Liu [查看邮箱]
[v1]
2026年10月23日星期五 17:59:21 UTC（3,507 KB）
来源：arXiv cs.AI · arxiv.org