Agent 驱动室内场景生成管线
在 SceneSmith 分阶段生成思想上扩展 Windows 本地化、参数化资产、约束布局和跨 DCC 验证。
项目概况
- 语言
- Python
- 执行端
- Blender / Unity
- 中间表示
- SceneDocument（JSON Schema）
- 案例规模
- 9 个功能区 · 86 个资产实例 · 342 个基础几何部件
- 参数化家具
- 46 类，按房间功能与净空规则落位
- 验证结果
- 覆盖率 40.86%，验证错误 0
- 上游基础
- SceneSmith 多 Agent 分阶段生成
PythonBlenderUnityJSON SchemaProcedural Generation
Agent 场景生成与验证
SceneSmith 提供多 Agent 分工和 Designer、Planner、Critic 提示词思路。我保留这套分阶段方法，但移除了大型生成服务和多 GPU 依赖。Agent 不直接操作 Blender 场景，它先把户型、资产、关系、随机种子和验证结果写进统一的 SceneDocument。DCC 只是这个文档的执行端。
主案例来自真实住宅平面图，共 9 个功能区、86 个资产实例和 342 个基础几何部件。46 类参数化家具会根据房间功能、家具关系和净空规则落位。验证器检查碰撞、越界、门区、可达性、家具完整性和覆盖率。当前案例覆盖率为 40.86%，验证错误为 0；固定 seed 可以在 Blender 与 Unity 中重建同一场景。
Agent 场景生成架构
- 01Designer
把自然语言需求整理成房间功能、风格和资产意图。
- 02Planner
将意图写成 SceneDocument 中的空间、关系和约束。
- 03Builder
实例化参数化家具与基础几何，不绕过文档直接改场景。
- 04Validator
检查碰撞、门区、净空、可达性和覆盖率，并返回定位信息。
- 05Blender / Unity
从同一文档重建结果，输出画面和机器可读报告。
验证失败会带着对象 ID 和规则编号回到 Planner，而不是让 Agent 盲目重试。SceneDocument 因此既是生成结果，也是可回滚、可复现的中间表示。