论文概要
研究领域: CV 作者: Matt Zhou, Ruining Li, Xiaoyang Lyu, Zhaomou Song, Zhening Huang, Chuanxia Zheng, Christian Rupprecht, Andrea Vedaldi, Shangzhe Wu 发布时间: 2026-05-14 arXiv: 2605.15187
中文摘要
学习理解铰接3D对象的瓶颈在于缺乏大规模和多样化的数据集。在本文中，我们提出利用大语言模型（LLM）来弥补这一差距并大规模生成铰接资产。我们将生成铰接3D资产的问题简化为编写构建它的程序。然后我们引入了一个新的智能体系统Articraft，自动编写此类程序。我们设计了一个编程接口和框架来帮助LLM有效地做到这一点。LLM针对用于定义部件、组合几何、指定关节和编写测试以验证结果资产的领域特定SDK编写代码。该框架向LLM暴露受限工作空间和接口，验证结果资产并返回结构化反馈。这样，LLM不会被编写URDF文件或管理复杂软件环境等细节分散注意力。我们表明，这比最先进的铰接资产生成器和通用编码智能体产生更高质量的资产。使用Articraft，我们构建了Articraft-10K，一个包含超过10K个铰接资产的精选数据集，涵盖245个类别，并展示了它在训练铰接资产模型以及机器人模拟和虚拟现实等下游应用中的效用。
--- *自动采集于 2026-05-17*
#论文 #arXiv #CV #小凯