蓝鲸|虚拟室内场景中家具布局的分层强化学习

【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，通过设计家具布局来装饰3D室内场景，为人们提供了丰富的体验。 本文将家具布置任务探索为虚拟现实中的马尔可夫决策过程 (MDP)，并通过分层强化学习 (HRL) 解决。 目标是在室内场景的虚拟现实中产生适当的两件家具布局。 特别是，本文首先设计了一个模拟环境，并为两件家具的布局引入了 HRL 公式。 然后，本文应用带有课程学习的分层演员-评论家算法来解决 MDP。 作者在包含专业设计师的工业设计的大型真实世界室内布局数据集上进行实验。 数值结果表明，与最先进的模型相比，所提出的模型产生了更高质量的布局。