Roomer：3D室内レイアウト生成を「修復可能」なプロセスへ

導入

3D 室内レイアウト生成モデルは、一見すると自然な部屋を作れるようになってきました。しかし実際に使おうとすると、細かな破綻が問題になります。椅子が机にめり込む、家具が部屋の境界をはみ出す、ドアや窓が塞がれる、人やロボットが通るべき動線が遮られる、といったケースです。Roomer はこうした残留エラーを、全体の再生成ではなく、局所的な修復問題として扱います。

核心ポイント

• 物体単位で原因を特定：Roomer は衝突、境界外配置、開口部の遮蔽、動線阻害などを、特定の物体インスタンスに結び付けて扱います。単なるシーン全体の最適化ではなく、「どの物体が問題を起こしているか」を明示します。
• RoState による構造化表現：レイアウトは RoState として符号化されます。これにより、修復の対象が曖昧な画像情報だけでなく、操作可能な構造化状態として扱われます。
• RoReview による違反証拠の接続：RoReview は測定された違反と関係する物体を結び付けます。これが、局所編集を行うための根拠になります。
• 視覚言語モデルと決定的検証の併用：幾何情報で条件付けられた視覚言語モデルが構造化された編集案を出し、必要に応じて決定的ソルバーが候補編集を検証・生成します。
• 全シーン検証後にのみ反映：候補編集は、対象の違反を解決し、新たな重大違反を生まず、保護された制約を壊さないことが確認された場合にだけ採用されます。
• 学習・評価データも提案：Roomer-CC は、意図的に破損させたレイアウト、物体単位の違反証拠、実行可能な逆向き StatePatch を組み合わせた学習用データです。Roomer-Eval は分布品質、物理的妥当性、実用性を評価します。

意義と影響

Roomer の重要性は、3D レイアウト生成を「一度作って終わり」から「診断し、修復し、検証する」流れへ近づけた点にあります。室内設計支援では、生成後に人手で家具を少しずつ直す負担を減らせる可能性があります。ロボティクスや具身 AI のシミュレーションでは、通路や開口部が使えるかどうかは見た目以上に重要です。

また、この研究は評価の観点にも示唆を与えます。物理的に破綻していないように見えるレイアウトでも、ドアが使えなかったり、移動経路が塞がれていたりすれば実用的とは言えません。Roomer-Eval は、3D シーン生成においてリアリズムだけでなく、実際に利用可能な空間かどうかを問う評価軸を提示しています。

公開されている概要だけでは、複雑な間取りやユーザーの細かな好み、実務的な CAD/BIM 環境での挙動までは分かりません。それでも、生成モデルの柔軟性と幾何検証の確実性を組み合わせる方向性は、今後の室内シーン生成にとって有効な設計思想と言えます。

出典：Hugging Face Daily Papers