Scene-Designer: Learning Design Intelligence for Agentic 3D Scene Generation
Pubblicata su AIChronos il · fonte del · Xuanyu Liu, Hongyan Feng, Miao Pan, Sunlai Chen, Lizhou Liang, Bing Sun (ZJU-OmniAI)
Scene-Designer è un framework agentic che apprende l'intelligenza di design per la generazione coerente e utilizzabile di scene 3D indoor a partire da linguaggio naturale. Il sistema utilizza due dataset specifici: Scene-OTA-35K per supervisione Observation-Thought-Action nel design, e Scene-OTC-15K per supervisione Observation-Thought-Critic nella valutazione della qualità fisica, funzionale e layoutale. Viene proposto il metodo Scene-GRPO, un framework guidato da Critic basato su GRPO che ottimizza le decisioni di design riducendo gli errori tentativi. Gli esperimenti dimostrano superiorità in validità fisica, correttezza funzionale e coerenza del layout rispetto ai modelli general-purpose.
- Introduzione di Scene-Designer come framework agentic per apprendere l'intelligenza di design tramite esperienze complementari di progettazione e critica.
- Costruzione di due dataset dedicati: Scene-OTA-35K (supervisione OTA) e Scene-OTC-15K (supervisione OTC).
- Proposta del metodo Scene-GRPO, un Critic-guided GRPO framework che migliora le decisioni riducendo la necessità di correzioni per tentativi ed errori.
- Il modello apprenduto Scene-Critic supera i modelli general-purpose nella critica delle scene e offre guida utile anche durante il test-time (inference).
- Analisi evidenzia una tendenza di enhancement reciproco tra le capacità di design della scena e quelle di critica.
Perché conta. È rilevante per sviluppatori che lavorano con LLM, agenti e AI locale perché introduce un approccio strutturato per impartire competenze di dominio specifiche (design intelligente) agli agenti autonomi, permettendo loro non solo generare contenuti ma anche criticarli e correggersi in tempo reale senza dipendere da modelli general-purpose privi di esperienza settoriale.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.