Roomer: 反射的オブジェクト接地モデル編集と修復による3D室内レイアウト合成

Roomerは、3D屋内レイアウト合成における局所的な違反（衝突、範囲外配置、開口部の妨害、循環の遮断など）を、オブジェクトに基づく疎な修復問題として扱うリフレクティブ修復フレームワークである。レイアウトを「RoState」として符号化し、「RoReview」で違反を関連オブジェクトに結び付ける。幾何条件付きvision-language modelプランナーが構造化された局所編集を提案し、決定論的ソルバーがそれを検証して必要に応じて候補編集の有限集合を生成する。各候補は、全シーン検証で対象違反を解決し、新たなハード違反や保護制約の破壊がない場合にのみコミットされる。

既存の屋内レイアウト生成器は大域的にもっともらしいレイアウトを生成するが、局所的な違反を残すことがある。先行研究は全シーン合成やシーンレベルの最適化に焦点を当てており、責任のあるオブジェクトの特定や影響領域の局所修復のサポートが限定的である。Roomerは、違反を疎なオブジェクト接地修復問題として明示的に扱い、局所編集と全シーン検証を組み合わせる点で新しい。

手法の核は、(1)レイアウトをRoStateとして表現し、RoReviewで測定された違反を関連オブジェクトにバインドするリフレクティブなプロセス、(2)幾何条件付きvision-language modelプランナーによる構造化された局所編集の提案、(3)決定論的ソルバーによる検証と候補編集の生成、(4)全シーン検証によるコミット判定である。プランナーはRoomer-CCと呼ばれる制御破壊データセットで訓練され、故障レイアウトとオブジェクト接地違反証拠、既知の実現可能な逆StatePatchをペアリングする。

Roomer-Evalという新しい評価ベンチマークを導入し、分布品質、物理的妥当性、実用的有用性を評価した。実験では、Roomerが残存違反を修復しつつ有効な領域を保存し、物理的妥当性と有用性を向上させ、外部生成器にも転移することを示した。

要旨からは、Roomerの限界や議論についての詳細は不明である。ただし、修復が全シーン検証に依存するため、検証コストや複雑なシーンでのスケーラビリティが課題となる可能性が示唆されるが、明示的な議論は要旨に含まれていない。

要旨で参照されている関連研究として、既存の屋内レイアウト生成器（full-scene synthesis）やシーンレベルの最適化手法が挙げられる。具体的な論文名は不明だが、同分野の定番として、屋内レイアウト合成のための生成モデル（例：Graph-based layout synthesis, diffusion-based methods）や、物理的妥当性を考慮した最適化手法（例：Physical constraint optimization）が考えられる。