室内图形场景中3D家具布局模拟的多智能体强化学习
计算机视觉与模式识别
2021-02-19 v1
摘要
在工业室内设计流程中，专业设计师规划家具布局以达成用于销售的满意3D设计。本文将室内图形场景设计任务探索为3D模拟中的马尔可夫决策过程（MDP），并通过多智能体强化学习求解。目标是在室内图形场景的3D模拟中生成家具布局。具体而言，我们首先将3D室内图形场景转换为两个2D模拟场景。随后设计模拟环境，并应用两个强化学习智能体以协作方式学习该MDP表述的最优3D布局。我们在包含专业设计师工业级设计的大规模真实室内布局数据集上开展实验。数值结果表明，与最先进（SOTA）模型相比，所提模型能生成更高质量的布局。开发的模拟器与代码见 \url{https://github.com/CODE-SUBMIT/simulator2}。
引用
@article{arxiv.2102.09137,
title = {Multi-Agent Reinforcement Learning of 3D Furniture Layout Simulation in Indoor Graphics Scenes},
author = {Xinhan Di and Pengqian Yu},
journal= {arXiv preprint arXiv:2102.09137},
year = {2021}
}
备注
8 pages, 3 figures submit to conference. arXiv admin note: substantial text overlap with arXiv:2101.07462