🤖 machine learning

HypergraphFormer: Learning Hypergraphs from LLMs for Editable Floor Plan Generation

HypergraphFormer es un enfoque novedoso basado en LLM que genera planos de planta editables mediante el aprendizaje de representaciones de hipergrafos, superando a los métodos más avanzados en precisión, eficiencia de datos y adaptabilidad a límites arbitrarios.

Autores originales: Nikita Klimenko, Hesam Salehipour, Parham Eftekhar, Amir Khasahmadi, Ramon Elias Weber

Publicado 2026-05-20

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Nikita Klimenko, Hesam Salehipour, Parham Eftekhar, Amir Khasahmadi, Ramon Elias Weber

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que eres un arquitecto intentando diseñar un apartamento. Por lo general, tienes que dibujar cada pared, puerta y habitación a mano, una y otra vez, tratando de asegurarte de que todo encaje perfectamente. Si quieres mover una pared o agregar un baño, a menudo tienes que borrar un gran trozo de tu dibujo y empezar esa sección de nuevo. Es lento, frustrante y difícil de hacer bien.

Este artículo presenta una nueva herramienta llamada HypergraphFormer que cambia la forma en que pensamos sobre este proceso. En lugar de dibujar las paredes directamente, el sistema aprende a escribir una "receta" para el apartamento.

Así es como funciona, usando analogías simples:

1. La "receta" en lugar del "pastel"

La mayoría de las herramientas de IA actuales intentan generar planos como un pintor creando una imagen. Adivinan dónde debe ir cada píxel de la pared. Si la IA comete un error, la pared podría verse borrosa, o la puerta podría estar en medio de un sofá. Para arreglarlo, a menudo tienes que volver a pintar toda la imagen.

HypergraphFormer es diferente. En lugar de pintar una imagen, escribe una receta.

Piensa en un apartamento como un gran bloque de arcilla.
La IA no intenta esculpir la forma final de inmediato. En su lugar, escribe un conjunto de instrucciones: "Corta el bloque por la mitad. Toma la pieza izquierda y córtala de nuevo. Toma la pieza derecha y talla un dormitorio."
Esta "receta" se llama Hipergrafo. Describe la lógica del espacio (cómo se conectan las habitaciones) sin preocuparse aún por la forma exacta de las paredes.

2. El "chef inteligente" (el LLM)

El artículo utiliza un "Modelo de Lenguaje Grande" (LLM), que es como un chef muy inteligente que ha leído millones de libros de cocina.

Por lo general, los chefs (LLMs) son excelentes escribiendo historias o respondiendo preguntas.
Los investigadores enseñaron a este chef una nueva habilidad: leer una lista de requisitos (por ejemplo, "necesito una cocina, dos dormitorios y un baño que se conecte al pasillo") y escribir la "receta de corte" perfecta (el Hipergrafo) para un apartamento.
Debido a que el chef es tan bueno entendiendo la lógica y el lenguaje, puede averiguar la mejor manera de dividir el espacio, incluso si nunca ha visto esa forma específica de apartamento antes.

3. Por qué esto es un cambio de juego

El artículo destaca tres superpoderes principales de este nuevo método:

Es editable (el efecto "Lego"):
Como la IA escribe una receta, puedes cambiar fácilmente las instrucciones. Si quieres agregar un baño, simplemente le dices al sistema: "Agrega un baño a la receta". El sistema actualiza la lógica y el apartamento se remodela automáticamente para acomodar la nueva habitación. No tienes que redibujar todo. Es como intercambiar un bloque de Lego sin tener que derretir todo el castillo.
Se adapta a cualquier forma (el "traje a medida"):
Los métodos antiguos a menudo intentan forzar los apartamentos en un cuadrado o rectángulo perfecto, como un cortador de galletas. Si les das un terreno de forma extraña (como un triángulo o una forma en L), tienen dificultades.
HypergraphFormer es diferente. Puedes darle un contorno extraño y personalizado (como un patrón de traje a medida), y dividirá el interior para encajar perfectamente en esa forma exacta, sin huecos ni paredes superpuestas.
Aprende rápido (el "estudiante inteligente"):
Por lo general, la IA necesita ver miles de ejemplos para aprender una nueva tarea. Este método es sorprendentemente eficiente. El artículo muestra que, al enseñarle a la IA el formato de "receta", puede aprender a diseñar apartamentos excelentes usando solo una fracción mínima de los datos que necesitan otros métodos. Es como un estudiante que aprende los principios de las matemáticas tan bien que puede resolver nuevos problemas sin necesidad de memorizar cada ejemplo individual.

4. Los resultados

Los investigadores probaron esto en dos conjuntos diferentes de planos de apartamentos:

Planes estándar: Funcionó mejor que todas las herramientas anteriores de primer nivel, creando distribuciones más lógicas y con menos errores.
Planes extraños/de la vida real: Lo probaron en un conjunto de datos de apartamentos diseñados por arquitectos reales que se veían muy diferentes a los datos de entrenamiento. Mientras que otras herramientas fallaron o produjeron resultados desordenados, HypergraphFormer se adaptó rápidamente y produjo diseños de alta calidad.

Resumen

En resumen, HypergraphFormer deja de intentar "dibujar" el plano piso por píxel. En su lugar, enseña a una IA a escribir una receta lógica para el espacio. Esto hace que los diseños sean más fáciles de corregir, más fáciles de adaptar a formas extrañas y mucho más rápidos de aprender. Convierte el difícil trabajo del diseño arquitectónico en una conversación flexible y editable entre un humano y una computadora inteligente.

Resumen Técnico: HypergraphFormer

Enunciado del Problema

La generación de planos de planta arquitectónicos es un proceso complejo e iterativo que requiere equilibrar requisitos espaciales y funcionales en competencia. Los enfoques existentes de aprendizaje profundo para la generación automatizada suelen basarse en una de dos representaciones de salida, ambas con limitaciones estructurales:

Métodos basados en raster: Generan máscaras de píxeles de baja resolución donde la resolución espacial está limitada por el tamaño del píxel, las paredes se codifican implícitamente y se requiere un posprocesamiento significativo para recuperar planos utilizables.
Métodos basados en vectores: Predicen polígonos por habitación o pares de coordenadas, pero a menudo restringen las distribuciones a rectángulos alineados con los ejes dentro de límites fijos y dependen de un posprocesamiento geométrico para el cierre y la consistencia.

Además, los métodos anteriores tienen dificultades con la editabilidad (requieren una nueva inferencia completa o maquinaria dedicada durante el entrenamiento para realizar cambios), la eficiencia de datos (requieren conjuntos de datos masivos) y la generalización fuera de distribución (OOD) (fallan en planos diseñados por arquitectos con formas de límites o números de habitaciones diferentes a los datos de entrenamiento). Aunque trabajos recientes aprovechan los Modelos de Lenguaje Grandes (LLM), las pipelines existentes a menudo delegan la generación de geometría en decodificadores de difusión o raster, heredando las mismas limitaciones.

Metodología

Los autores proponen HypergraphFormer, un marco centrado en la representación que desacopla el límite exterior del apartamento de su distribución interior. En lugar de generar píxeles o geometría cruda, el modelo genera una representación textual estructurada de hipergrafo.

La Representación de Hipergrafo

Adoptada de Weber et al. [15], la representación de hipergrafo descompone un plano de planta en:

Un Límite: Un polígono explícito que define la huella del apartamento.
Un Hipergrafo (JSON estructurado):
- Árbol de Partición de Espacio Binario (BSP): Los nodos intermedios codifican particiones de espacio binario del interior, representando jerárquicamente la descomposición espacial.
- Nodos Hoja: Portan semánticas por habitación (tipo, área).
- Grafo de Acceso: Captura la conectividad funcional (conexiones de puertas) entre habitaciones.

Esta formulación permite la generación de planos de planta para límites arbitrarios especificados por el usuario (incluyendo formas no manhattanianas) ajustando el hipergrafo al espacio prescrito.

Pipeline de Aprendizaje

El método central implica el Ajuste Fino Supervisado (SFT) de un LLM pequeño ajustado a instrucciones (específicamente Qwen3-4B) utilizando LoRA (Adaptación de Bajo Rango).

Entrada: Un grafo de acceso (que define la conectividad de las habitaciones).
Salida: Una cadena JSON de hipergrafo que satisface invariantes estructurales (topología BSP, conectividad solo en nodos hoja, conservación de área, divisiones alineadas con los ejes).
Datos de Entrenamiento: El modelo se entrena en el conjunto de datos RPLAN, convertido al formato de hipergrafo.
Inferencia: El modelo genera el hipergrafo a partir de un grafo de acceso. El hipergrafo se instancia proceduralmente en una distribución geométrica dentro del límite especificado por el usuario.

Edición Procedural

Una característica clave del sistema es una pipeline de posprocesamiento que realiza ediciones ligeras y deterministas sin volver a ejecutar el LLM:

Añadir/Quitar Habitaciones: Alinea el multiconjunto de habitaciones predichas con el grafo de acceso de entrada.
Selección de Orientación: Rota o voltea la distribución para maximizar la compacidad por habitación.
Optimización Paramétrica: Utiliza el descenso de gradiente para refinar los parámetros de división BSP y optimizar las proporciones de área de las habitaciones y la compacidad.

Además, el formato de hipergrafo admite llamadas a herramientas de LLM para ediciones de alto nivel (por ejemplo, intercambiar tipos de habitaciones, redimensionar, reorientar habitaciones específicas) manipulando directamente el árbol BSP y el grafo de acceso.

Contribuciones Clave

Representación: Demuestra que un LLM ligero puede ser ajustado fino para generar representaciones de hipergrafo estructuradas directamente, permitiendo la generación de planos de planta que se ajustan a límites arbitrarios sin rasterización ni predicción de polígonos por habitación.
Editabilidad: Muestra que esta representación permite ediciones procedurales rápidas y sin LLM (adición/eliminación de habitaciones, rotación, refinamiento de área) y ediciones de alto nivel mediante llamadas a herramientas, ofreciendo un grado de editabilidad superior a las líneas base anteriores.
Eficiencia de Datos: Realiza un estudio controlado que demuestra que el enfoque iguala la precisión del estado del arte (SOTA) utilizando solo una fracción de los datos de entrenamiento requeridos por las líneas base.
Generalización Fuera de Distribución: Demuestra una fuerte generalización en WMR24, un conjunto de datos curado de planos de planta diseñados por arquitectos con distribuciones de tamaño, número de dormitorios y geometría de límites que difieren significativamente del conjunto de entrenamiento RPLAN.
Recursos: Libera el conjunto de datos WMR24 y el código completo para entrenamiento, inferencia, conversión de conjuntos de datos y edición procedural.

Resultados

El método se evaluó en RPLAN (dentro de distribución) y WMR24 (fuera de distribución) frente a líneas base SOTA que incluyen HouseGAN++, HouseDiffusion, iPLAN y DiffPlanner.

Precisión Estructural: En RPLAN, HypergraphFormer logró una precisión estricta de grafo de acceso (A) del 40.9%, superando significativamente a HouseGAN++ (6.0%) y HouseDiffusion (16.3%). Logró una precisión de multiconjunto de conjuntos de habitaciones (Atc) del 100.0% por diseño.
Geometría y Tiling: El método logró un 0.00% de derrame de límites ( $\rho_{out}$ ) y un 0.00% de superposición de habitaciones ( $\rho_{ovl}$ ) por construcción, mientras que otros métodos mostraron violaciones significativas de tiling.
Generalización OOD: En WMR24, HypergraphFormer mejoró su precisión estricta al 52.5% y mantuvo una precisión de multiconjunto casi perfecta (99.9%). Por el contrario, las líneas base vieron colapsar su rendimiento (por ejemplo, la precisión de HouseDiffusion cayó al 2.6%).
Eficiencia de Datos: HypergraphFormer entrenado con solo 1,000 muestras (aproximadamente el 1.8% de los datos de entrenamiento de la línea base) logró una mayor precisión (12.3%) en WMR24 que HouseGAN++ (8.5%) y HouseDiffusion (2.6%) entrenados con el conjunto de datos completo.
Calidad Visual: Las comparaciones cualitativas muestran que HypergraphFormer evita artefactos comunes como habitaciones superpuestas o distribuciones imposibles, produciendo planos visualmente plausibles que encajan exactamente en el límite.

Significado y Afirmaciones

El artículo argumenta que el principal impulsor de la editabilidad, la eficiencia de datos y la generalización OOD en la generación de planos de planta es la representación, no la escala del modelo. Al emitir un hipergrafo —un objeto pequeño y estructurado con restricciones explícitas— en lugar de geometría de alta dimensión, el LLM puede satisfacer las restricciones exactamente. Esto permite:

Editabilidad Nativa: Los cambios estructurales corresponden a ediciones ligeras en el hipergrafo textual, evitando una nueva inferencia completa.
Independencia del Límite: La separación del límite de la distribución interior permite huellas arbitrarias y no alineadas con los ejes.
Robustez: La estructura composicional del hipergrafo, combinada con los priores del LLM, permite un rendimiento robusto en planos diseñados por arquitectos que difieren de la distribución de entrenamiento.

Los autores posicionan a HypergraphFormer como un paso hacia la integración de LLM con abstracciones de diseño interpretables por humanos, priorizando salidas estructuradas y editables sobre la síntesis de imágenes crudas. Reconocen limitaciones, como la suposición de divisiones rectilíneas/lineales (excluyendo paredes curvas) y el enfoque en distribuciones de apartamentos individuales, sugiriendo estas como direcciones para trabajos futuros.