Agentic Designer：渐进式多智能体协作，用于生成结构感知的室内布局

生成严格遵守建筑约束（例如墙壁、门和窗户）的真实室内家具布局仍然是自动化空间设计中的基本挑战。现有的方法主要基于使用扩散模型或 大语言模型 (LLM) 的一次性生成，缺乏用于中间几何约束验证的明确机制，常常导致复杂房间约束下的结构碰撞和功能上不可行的布置。为了应对这些挑战，我们提出了 Agentic Designer，这是一种渐进式多智能体框架，它将结构感知的内部布局生成制定为迭代和约束验证的决策过程。通过将布局综合分解为提议、验证和调整的模块化阶段，该框架通过渐进共识机制协调三个专门代理：生成器、评估器和精炼器。该机制在提交每个布局之前强制执行逐步的几何验证和校正，从而防止错误累积。为了促进这种结构感知范例并标准化评估，我们建立了 InStruct，这是一个综合基准，它将包含超过 18,000 个高质量参数化注释样本的数据集与一套新颖的以结构为中心的指标集成在一起。广泛的定量评估、定性分析和用户研究表明，Agentic Designer 的性能显着优于最先进的方法，在严格的结构一致性和功能设计一致性方面表现出显着的改进。