【CVPR2024】PHYSCENE：为体现智能合成的可交互三维场景

随着具身人工智能（EAI）研究的最新发展，对高质量、大规模互动场景生成的需求日益增长。尽管以前的场景合成方法优先考虑生成场景的自然性和真实感，但场景的物理合理性和互动性大多未被探索。为了解决这一差距，我们引入了PHYSCENE，这是一种专门用于生成具有现实布局、可动物体和丰富物理互动性的交互式三维场景的新方法，这些场景专为体现智能代理设计。基于一个条件扩散模型来捕捉场景布局，我们设计了基于物理和互动性的新颖引导机制，这些机制整合了来自物体碰撞、房间布局和物体可及性的约束。通过广泛的实验，我们展示了PHYSCENE有效地利用这些引导功能进行物理可交互场景合成，大幅度超过现有最先进的场景合成方法。我们的发现表明，由PHYSCENE生成的场景在促进代理在互动环境中获得多样化技能方面具有相当的潜力，从而催化体现人工智能研究的进一步发展。