PhyScensis：用于复杂物理场景布置的物理增强型 LLM 智能体
机器人学
2026-02-17 v1 人工智能
摘要
自动生成交互式 3D 环境对于大规模机器人数据收集在仿真中的扩展至关重要。尽管先前工作主要关注 3D 资产放置，但常常忽略物体之间（如接触、支撑、平衡和容纳）的物理关系，这些关系对于创建如桌面布置、货架整理或箱包堆叠等复杂且真实的操控情景至关重要。与经典 3D 布局生成相比，产生复杂物理场景引入了额外挑战：（a）更高的对象密度和复杂度（例如，一个小型货架可能容纳数十本书籍）；（b）更丰富的支撑关系和紧凑的空间布局；（c）精确建模空间放置与物理属性的需求。为此，我们提出了 PhyScensis，一个由 LLM 智能体驱动、配备物理引擎的框架，用于生成具有高复杂度的物理上合理的场景配置。具体而言，我们的框架包含三个主要组件：一个 LLM 智能体迭代提出具有空间和物理谓词的资产；一个求解器配备物理引擎，将这些谓词实现为 3D 场景；求解器的反馈用于引导智能体 refinement 和丰富配置。此外，我们的框架通过概率编程实现场景稳定性，辅以一种联合调节稳定性和空间关系的启发式方法，保留了对细粒度文本描述和数值参数（如相对位置、场景稳定性）的强大可控性。实验结果表明，我们的方法在场景复杂度、视觉质量和物理准确性方面优于先前方法，为机器人操控提供了统一的用于生成复杂物理场景布局的管道。
引用
@article{arxiv.2602.14968,
title = {PhyScensis: Physics-Augmented LLM Agents for Complex Physical Scene Arrangement},
author = {Yian Wang and Han Yang and Minghao Guo and Xiaowen Qiu and Tsun-Hsuan Wang and Wojciech Matusik and Joshua B. Tenenbaum and Chuang Gan},
journal= {arXiv preprint arXiv:2602.14968},
year = {2026}
}
备注
ICLR 2026