Roomer：用于 3D 室内布局合成的反射式基于对象的模型编辑和修复

现有的室内布局生成器可生成全局合理的布局，但可能会保留局部违规行为，例如碰撞、越界放置、开口受阻和流通受阻。大多数先前的工作侧重于全场景合成或场景级优化，对识别负责任对象和局部修复受影响区域的支持有限。我们提出了 Roomer，一个反射性修复框架，它将这些违规行为视为稀疏的、基于对象的修复问题。 Roomer 将布局编码为“RoState”，并使用“RoReview”将测量到的违规行为绑定到涉及的对象。几何条件视觉语言模型规划器提出结构化局部编辑，而确定性求解器对其进行验证并在需要时生成一组有限的候选编辑。仅当全场景验证确认其解决了目标违规且没有新的硬违规或破坏受保护的约束时，每个候选者才会被提交。我们在 Roomer-CC 上训练规划器，这是一个受控损坏数据集，它将错误的布局与基于对象的违规证据和已知可行的逆 StatePatch 配对。由于现有基准很少评估物理有效布局是否可用，因此我们引入 Roomer-Eval 来评估分布质量、物理有效性和实际可用性。实验表明，Roomer 修复了残留违规，同时保留了有效区域，提高了物理有效性和可用性，并可以跨外部生成器进行传输。