通过区域图范式协调空间语义以生成复杂的室内场景

自主 3D 室内场景合成在空间约束紧密耦合的非凸房间中会崩溃。数据驱动的生成器缺乏用于长期规划的拓扑先验，而迭代代理会破坏语义并变得几何脆弱。我们提出了 ZoneMaestro，一个统一的框架，它将范式从以对象为中心的综合转变为区域图编排。通过内化一种新颖的基于区域的逻辑，ZoneMaestro 将高级语义意图转化为功能区域和拓扑约束，从而能够稳健地适应不同的建筑形式。为了支持这一点，我们构建了 Zone-Scene-10K，这是一个富含显式区域图注释的大型数据集。我们进一步引入了一种交替对齐策略，该策略在推理内化和区域感知组相对策略优化（Z-GRPO）之间循环，有效地协调语义丰富性和几何有效性之间的紧张关系，而无需依赖外部物理引擎。为了严格评估凸基元之外的空间智能，我们正式定义了复杂空间编排的任务，并发布了 SCALE，这是一个针对具有复杂、密集空间关系的不规则室内场景的压力测试基准。大量实验表明，ZoneMaestro 解决了密度与安全的二分法，在结构一致性和意图遵守方面均显着优于最先进的基线。