arXiv Computer Vision· Yang Zhao, Shizhao Sun, Meisheng Zhang, Yingdong Shi, Xubo Yang, Jiang Bian·· 2 小时前AI 评分24
SceneReVis：基于多轮强化学习的自反思视觉接地 3D 室内场景合成框架
SceneReVis: A Self-Reflective Vision-Grounded Framework for 3D Indoor Scene Synthesis via Multi-Turn RL
AI 导读
SceneReVis 是一个视觉接地的自反思框架，通过迭代“诊断-执行”循环，利用多模态反馈显式拦截并解决碰撞等空间冲突，缓解单次生成 3D 场景的空间幻觉。研究构建了 SceneChain-12k 因果构建轨迹数据集，并提出从监督微调到智能体强化学习的两阶段训练方案，将模型演化为主动空间规划器。实验显示其在高保真生成与目标导向优化上达到 SOTA，并提升了对数据集中稀缺房间类别的迁移能力。
来源：arXiv Computer Vision · arxiv.org