Technische Samenvatting: PolyLayout

Probleemstelling

Het genereren van fysiek plausibele 3D-kamerindelingen is cruciaal voor de detailhandel in woninginrichting, omdat het klanten in staat stelt producten in hun eigen ruimtes te visualiseren. Er bestaat echter een aanzienlijke kloof tussen academisch onderzoek en praktische toepassing in de echte wereld. Bestaande oplossingen richten zich primair op algoritmische strategieën voor meubelplaatsing binnen geïdealiseerde, rechthoekige kamers. Zij verwaarlozen grotendeels de complexe, niet-rechthoekige geometrieën (bijv. L-vormig, T-vormig of afgeplatte muren) en strikte architecturale beperkingen (deuren, ramen, nissen) die veel voorkomen in echte woningen. Bovendien behandelen puur datagestuurde benaderingen de lay-outgeneratie vaak als een black-box mapping, waarbij ze er niet in slagen harde ruimtelijke beperkingen af te dwingen. Dit leidt tot lay-outs waarbij objecten botsen, ergonomische relaties schenden of buiten de grenzen uitsteken. Omgekeerd blinken semantische modellen zoals Large Language Models (LLM's) en Vision-Language Models (VLM's) uit in functioneel redeneren, maar missen zij de geometrische precisie die vereist is voor exacte coördinaatplaatsing en kunnen zij van nature geen onregelmatige polygone grenzen als harde beperkingen afhandelen.

Methodologie

PolyLayout introduceert een hybride, hiërarchisch framework dat ontworpen is om de kloof tussen semantisch redeneren en geometrische haalbaarheid te overbruggen. Het systeem ontkoppelt de lay-outgeneratie in drie afzonderlijke stadia, waarbij een kamer-topologie (in glTF-formaat) en een vooraf gedefinieerde meubelinventaris worden verwerkt.

1. Inputverwerking en Functionele Clustering (Fase 1)

Het systeem reconstrueert eerst het werkelijke vloerpolygon door de eindpunten van de muren te doorlopen, waarbij niet-rechthoekige plattegronden exact worden behouden. Het extraheert structurele openingen (deuren/ramen) en wijst naar binnen gerichte normalen toe aan de muren.

• Clustering: De meubelinventaris wordt verdeeld in "functionele bundels" (coherente groepen zoals een bed met nachtkastjes) en losstaande items met behulp van een op regels gebaseerde taxonomie.
• Interne Arrangement: Binnen elke bundel worden items gerangschikt ten opzichte van een verplichte anker (bijv. een bureau voor een werkplek) met behulp van deterministische, op regels gebaseerde sjablonen. Dit lost de fijnmazige geometrie op (vrije ruimte, plaatsing op oppervlakken) voordat de globale plaatsing plaatsvindt.

2. VLM-gestuurde Macro-routing (Fase 2)

Een Vision-Language Model (VLM) beheert de hoogwaardige semantische plaatsing van bundels en losstaande items.

• Context: De VLM ontvangt een multimodale input: een bovenaanzicht van de kamer met gekleurde muren en openingen, gestructureerde tekstbeschrijvingen van afmetingen en openingen, en itemafmetingen.
• Retrieval-Augmented Generation (RAG): Een ruimtelijk plan wordt gesynthetiseerd door gecureerde interieurontwerprichtlijnen (bijv. loopruimte-vrije zones) op te halen om de VLM te informeren.
• Semantische Suggestie: De VLM geeft relatieve plaatsingssuggesties (bijv. "midden van de muur", "naast de deur", "voor de bank") in plaats van ruwe coördinaten. Deze suggesties zijn beperkt tot een referentie-afhankelijke set om haalbaarheid te garanderen.

3. Geometrische Realisatie via Dynamische Plaatsing (Fase 3)

Een deterministische solver vertaalt semantische suggesties naar precieze, botsingsvrije 3D-poses.

• Afhankelijkheidsvolgorde: Objecten worden in een specifieke volgorde geplaatst (bijv. grote ankers eerst, wandgemonteerde items als laatste) op basis van een breedte-eerst doorzoeking van referentie-afhankelijkheden.
• Haalbaarheidstoetsing: Een kandidaat-pose wordt alleen geaccepteerd als het object volledig binnen het vloerpolygon ligt, alle openingen vrijhoudt en geen eerder geplaatste objecten overlapt.
• Lokale Zoekopdracht: Als de primaire doelpose onhaalbaar is, voert de solver een discrete zoekopdracht uit rond het semantische anker (bijv. langs de muur schuiven) om een geldige positie te vinden. Als er geen pose met nul overlap bestaat, wijst de solver ofwel de positie met de minimale overlap toe, of rapporteert het item als niet-geplaatst, om gedwongen botsingen te vermijden.

Belangrijkste Bijdragen

1. Hybride Hiërarchische Pipeline: Een end-to-end architectuur die de lay-outgeneratie scheidt in clustering, macro-routing en micro-verfijning, waardoor semantische intentie effectief wordt ontkoppeld van geometrische beperkingen.
2. Constraint-Aware Macro-Routing: Een VLM-gestuurde strategie die onregelmatige polygone grenzen en vaste architecturale openingen behandelt als harde beperkingen, en deze vertaalt naar bruikbare ruimtelijke ankers voor echte vloerplannen.
3. Industrie-gereed Micro-arrangement: Deterministische, op regels gebaseerde geometrische algoritmen die de uiteindelijke beperkingen oplossen met botsingsbewuste garanties, waardoor de output geschikt is voor retailtoepassingen waar fysieke haalbaarheid niet onderhandelbaar is.

Experimentele Resultaten

Het systeem werd geëvalueerd op een catalogus van IKEA-producten op productie-schaal over diverse kamer-topologieën, waaronder rechthoekige kamers zonder openingen, rechthoekige kamers met deuren/ramen, en vijf typen niet-rechthoekige plannen (L, T, U, afgeschuind, uitgesneden).

• Prestaties op Rechthoekige Kamers: Vergeleken met de baselines Holodeck en LayoutVLM behaalde PolyLayout de hoogste score voor perceptuele plausibiliteit (2.74/4.0) terwijl het een perfecte in-bounds plaatsing (1.000) en een hoge plaatsingsratio (0.973) behield. Het loste de trade-off op tussen volledigheid en validiteit die de baselines teisterde (LayoutVLM had een hoge volledigheid maar lage plausibiliteit; Holodeck had een hoge plausibiliteit maar lage volledigheid).
• Latentie: PolyLayout werkt op CPU-niveau latentie (70 seconden), wat aanzienlijk sneller is dan LayoutVLM (907 seconden) en vergelijkbaar met Holodeck (~62 seconden).
• Generalisatie naar Onregelmatige Geometrieën: PolyLayout was de enige methode die in staat was om niet-rechthoekige grenzen en vaste openingen van nature te verwerken. Naarmate de geometrische complexiteit toenam, degradeerde het systeem op een gracieuze wijze, waarbij het 100% in-bounds plaatsing en een hoge volledigheid (>95%) behield, met slechts een lichte daling in perceptuele plausibiliteit.
• Menselijke Evaluatie: In een blind onderzoek gaven menselijke beoordelaars in 61% van de gevallen de voorkeur aan de lay-outs van PolyLayout boven die van de baselines. De scores van de VLM-beoordelaar correleerden goed met de menselijke voorkeuren (72% overeenstemming over de geprefereerde lay-out).

Betekenis en Claims

Het artikel claimt dat PolyLayout er succesvol in slaagt de kloof te overbruggen tussen academische lay-outgeneratie en de vereisten van de echte wereld in de retail. Door de semantische redeneerkracht van VLM's te combineren met deterministische geometrische solvers, produceert het systeem lay-outs die niet alleen functioneel coherent zijn, maar ook fysiek geldig binnen complexe, onregelmatige woonomgevingen.

De auteurs positioneren het systeem als een hulpmiddel om de drempel voor klanten bij het "blank-room" probleem te verlagen, door een concreet, plausibel startpunt voor verfijning te bieden. Ze erkennen beperkingen, waarbij zij opmerken dat het systeem momenteel beperkt is tot enkele kamers uit een specifieke catalogus en dat de fine-placement sjablonen handmatig zijn geschreven, wat een schaalbaarheidsverlies betekent. Echter, het framework demonstreert dat hybride benaderingen een hoge perceptuele kwaliteit en geometrische compliantie kunnen bereiken bij een lage latentie, en mogelijkheden uitbreiden naar onregelmatige grenzen die bestaande methoden niet van nature ondersteunen.