【标题】Hierarchical Reinforcement Learning for Furniture Layout in Virtual Indoor Scenes

【作者团队】Xinhan Di, Pengqian Yu

【发表日期】2022.10.19

【论文链接】https://arxiv.org/pdf/2210.10431.pdf

【推荐理由】在现实生活中，通过设计家具布局对三维室内场景进行装饰，为人们提供了丰富的体验。在本文中，研究人员将家具布局任务作为虚拟现实中的马尔科夫决策过程（MDP）进行探讨，并通过分层强化学习（HRL）进行解决。研究者的目标是在虚拟现实的室内场景中产生一个合适的双家具布局。特别是， 文中首先设计了一个模拟环境，并介绍了双家具布局的HRL公式。然后，应用一个带有课程学习的分层行为者批评算法来解决MDP。相关研究人员在一个大规模的真实世界室内布局数据集上进行了实验，该数据集包含专业设计师的工业设计。数字结果表明，此文所提出的模型与最先进的模型相比，产生了更高质量的布局。