想象一下，你正试图在一部电子游戏中建造一座城市。在过去，计算机只会随机地把建筑物扔下去，并寄希望于它们不会互相碰撞。如果你想让一栋房子完美地环绕在一个形状奇特的河流或陡峭的悬崖周围，计算机通常会感到困惑，然后直接放弃，或者造出一个悬浮在空中的物体。这就是计算机科学中“空间规划”的世界：即教机器如何排列家具和物品，使它们看起来真实、感觉安全且确实契合房间的艺术。这不仅仅是为了让外观漂亮；它是关于解决一个巨大的 3D 拼图，其中每一块碎片都有规则。有些碎片必须贴着墙，有些需要留出开门的空间，而且没有任何一件东西可以悬浮或重叠。如果计算机搞错了这一点，虚拟房间就会显得破碎，没有人想玩一个沙发卡在地板里的房子。
于是有了 PolyLayout，这是一个由宜家（IKEA）研究人员设计的新系统，旨在为现实世界的家居环境解决这个难题。把 PolyLayout 想象成一个超级智能的三步走室内设计团队，它不仅仅是猜测物品该放哪里。相反，它将这项工作分解为三个截然不同的角色。首先，它扮演着打包者（packer）的角色，将相关的物品组合在一起（比如把床和它的床头柜放在一起），以便它们作为一个整体进行移动。第二，它调用了一个视觉语言模型（VLM）——一种能够“看”懂房间图片并“读懂”指令的 AI——来把握大局：“好吧，床放在角落里，地毯铺在床下，沙发面向窗户。”这种 AI 非常擅长理解房间的“氛围”和“逻辑”，但它并不擅长数学；它可能会说“把椅子放在这里”，却没意识到那把椅子会穿透墙壁。这就是第三步发挥作用的地方：一个几何求解器（geometric solver），它就像一个严格遵守规则的工程师。它接收 AI 的粗略构思，并进行繁重的计算工作，确保每一件物品都精确地处于坐标位置，既保持在墙壁之内，又能避开门口，且不会与任何其他物体发生碰撞。
论文表明，这种“团队协作”的方法效果极佳，尤其是在处理非完美矩形房间时。虽然其他方法在面对奇怪的 L 形房间、斜墙或位于墙壁中间的门时会表现挣扎，但 PolyLayout 却能轻松应对这些“不规则边界”。在利用真实宜家家具目录进行的测试中，该系统成功在尝试的所有房间中都布置了物品，保持了完美的“边界内（in-bounds）”得分（即所有物品都在平面图内）。它在“合理性（plausibility）”上也得分更高——这意味着人类和 AI 评判员都认为这些房间看起来更自然、更具功能性——这优于以往的方法。研究人员发现，通过将“创意”部分（AI 的布局构思）与“数学”部分（严格的碰撞检查）分离，他们可以兼顾两者之长：既让房间看起来美观，又在物理上是可行的。他们甚至在带有门窗的房间上进行了测试，系统成功避免了遮挡门窗，而旧方法在不破坏规则的情况下无法做到这一点。其结果是一个能够帮助人们更准确地可视化自己家园的工具，将空白、令人困惑的平面图转变为一个温馨、真实的装饰起点。
技术摘要：PolyLayout
问题陈述
生成物理上合理的 3D 房间布局对于家居零售至关重要，这能让客户在自己的空间中实现产品可视化。然而，学术研究与实际应用之间存在显著差距。现有的解决方案主要侧重于在理想化的矩形房间内进行家具摆放的算法策略。它们很大程度上忽略了现实家庭中常见的复杂非矩形几何形状（如 L 形、T 形或切角墙体）以及严格的建筑约束（门、窗、壁龛）。纯数据驱动的方法通常将布局生成视为黑盒映射，未能强制执行硬性空间约束。这导致生成的布局出现物体碰撞、违反人体工程学关系或超出边界等问题。相反，像大语言模型（LLM）和视觉语言模型（VLM）这样的语义模型虽然擅长功能性推理，但缺乏进行精确坐标定位所需的几何精度，且无法原生处理将不规则多边形边界作为硬约束的情况。