BrickAnything: Geometriebedingte Erstellung von bauwürdigen Ziegelsteinen mit Strukturbewusster Tokenisierung
· Quelle: arXiv cs.AI
Die Erstellung von physisch konstruierbaren Blockstruktur-Modellen aus 3D-Formen erfordert mehr als nur eine einfache geometrische Rekonstruktion, da auch die Einschränkungen von Teilkomponenten und die strukturelle Stabilität berücksichtigt werden müssen. Die aktuellen Methoden zur Blockstruktur-Generierung basieren auf heuristischer Optimierung, die jedoch versagen, wenn das Ziel-3D-Modell keine unter den vorgegebenen Einschränkungen mögliche Struktur zulässt oder Sequenzen von Blöcken generiert, ohne die zugrunde liegende Geometrie und die Montagebeziehungen explizit zu modellieren. In diesem Beitrag wird BrickAnything vorgestellt, ein geometriebedingtes autoregressives Rahmenwerk zur Erstellung von physisch konstruierbaren Blockstruktur-Modellen aus verschiedenen 3D-Repräsentationen. BrickAnything verwendet Punkt-Clouds als einheitliche geometrische Schnittstelle und prognostiziert Blocksequenzen, die das Ziel-Modell unter Montageeinschränkungen rekonstruieren. Um die strukturellen Abhängigkeiten zwischen den Blöcken zu modellieren, wird eine strukturbewusste Tokenisierung eingeführt, die die Blockstruktur-Modelle durch lokale Verbindungszuordnungen darstellt. Dies führt zu einer konsistenteren Sequenzgenerierung, die sich besser an den physischen Aufbau anpasst, und reduziert ungültige Zwischenzustände. Diese Nachricht ist wichtig, da sie zeigt, wie künstliche Intelligenz zur Verbesserung der Blockstruktur-Generierung eingesetzt werden kann, was Anwendungen in der Architektur und Ingenieurwesen haben kann. Darüber hinaus kann die effiziente Erstellung von physisch konstruierbaren Blockstruktur-Modellen in der Entwicklung von Lösungen für den zweiten Hand-Handel, wie dem Open-Garage-Projekt von dataqbs, hilfreich sein, das darauf abzielt, die Art und Weise zu verbessern, wie gebrauchte Gegenstände gekauft und verkauft werden.
Originalartikel lesen auf arXiv cs.AI
Diese Zusammenfassung ist eine informationelle Synthese von dataqbs.com. Alle Rechte am Originalinhalt liegen beim Autor und dem genannten Medienunternehmen. Wir handeln ausschließlich als Kuratoren von Technologie-Nachrichten und beanspruchen keine Urheberschaft.