SceneBloom：生成室内场景训练具身导航
热点事件持续更新
SceneBloom：生成室内场景训练具身导航
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Yuhan Liu、Lianhui Qin、Shenji Wan 提出 SceneBloom，这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：它先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，作者称其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。用这些场景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。
AI 根据报道生成 · 50 分钟前更新
最新进展10月26日 12:00
SceneBloom：面向具身学习的智能体室内环境生成框架，布局真实且多样报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AISceneBloom：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 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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。