arXiv发布SceneBloom论文

2026年10月23日，Yuhan Liu等人于arXiv发表论文《SceneBloom: Agentic Indoor Environment Generation with Realistic and Diverse Layouts for Embodied Learning》。该论文提出了一种名为SceneBloom的基于智能体的室内环境生成框架。该框架结合视觉布局采样与契约引导的3D编译技术，旨在为具身智能训练生成真实且多样的室内环境。实验显示，该框架在五种房间类型中实现了较高的视觉质量与物理稳定性，且布局分布更接近真实房间。基于该框架生成的场景训练的导航策略，在真实扫描中的成功率高于使用同等数量真实数据训练的基线模型。相关代码已公开。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。