Roomer：让 3D 室内布局生成从“看起来合理”走向“可用”

导语

3D 室内布局生成已经能产出整体上“像一间房”的结果，但真正落地到设计、仿真或具身智能场景时，细节问题往往会暴露出来：椅子和桌子相互穿插，柜子超出墙体边界，门窗被家具挡住，通道被堵死。Roomer 关注的正是这类残留的局部违规。它并不把整间房推倒重来，而是尝试回答一个更实用的问题：哪个物体造成了问题，应该如何局部修，修完是否真的不引入新问题？

核心要点

• 对象级归因，而非全局重排：Roomer 将碰撞、越界、开口遮挡、通行受阻等违规视为稀疏的对象级修复任务。相比只做整场景优化，它更强调找到“责任物体”，并在受影响区域内进行修改。
• 结构化状态与审查机制：论文将布局编码为 RoState，用 RoReview 把可测量的违规证据与相关物体实例绑定起来。这一步让模型不只是看到一张布局图，而是获得可操作的几何和对象信息。
• 模型规划与确定性验证结合：Roomer 使用几何条件化的视觉语言模型提出结构化局部编辑；当需要时，确定性求解器会验证方案，并生成有限数量的候选编辑。
• 只提交通过全场景复核的修复：每个候选修改只有在完整场景验证中确认能解决目标违规、不会产生新的硬性违规、也不破坏受保护约束时，才会被真正写入布局。
• 补齐训练与评测环节：研究者构建了 Roomer-CC，用受控破坏的布局、对象级违规证据和已知可行的反向补丁训练规划器；同时提出 Roomer-Eval，评估分布质量、物理有效性和实际可用性。

意义与影响

Roomer 的价值在于把 3D 布局生成从“一次性生成”推进到“生成后可诊断、可修复、可验证”的流程。对于室内设计工具，它意味着用户可能不必手动逐个调整问题家具；对于机器人和具身智能，通道、开口和边界约束的可靠性也直接关系到后续导航和交互任务。

更重要的是，这项工作把“可用性”放到评测中心。一个布局没有明显穿模，并不代表人或机器人能顺畅通过，也不代表门窗功能未被破坏。Roomer-Eval 的引入提醒行业：3D 场景生成不能只追求视觉合理，还要经得起几何规则和使用场景的检验。

当然，摘要并未展开其在更复杂户型、真实 CAD/BIM 流程或多轮用户偏好约束下的表现。但从方法路线看，Roomer 提供了一个清晰方向：让生成模型与规则验证器协同工作，用局部编辑替代全局返工，用可解释归因提升修复可信度。

来源：Hugging Face Daily Papers