Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
BrickAnything은 3D 형상으로부터 물리적으로 조립 가능한 브릭 구조를 생성하는 기하학 조건부 자기회귀 프레임워크입니다. 구조 인식 트리 토큰화를 통해 브릭 간의 의존성을 모델링하며, 물리적 안정성과 기하학적 충실도를 동시에 확보합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.GR (Graphics)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기3D 형상으로부터 물리적으로 조립 가능한 브릭 (brick) 구조를 생성하는 것은 단순한 기하학적 재구성 그 이상을 요구합니다. 즉, 출력물이 이산적인 부품 제약 조건 (discrete part constraints)과 구조적 안정성을 충족해야 합니다. 기존의 브릭 생성 방법들은 사전 정의된 제약 조건 하에서 목표 3D 형상이 실행 가능한 구조를 허용하지 않을 경우 무너질 수 있는 휴리스틱 최적화 (heuristic optimization)에 의존하거나, 기저의 3D 기하학 및 조립 관계를 명시적으로 모델링하지 않은 채 브릭 시퀀스를 생성합니다. 본 연구에서는 다양한 3D 표현으로부터 조립 가능한 브릭 구조를 생성하기 위한 기하학 조건부 자기회귀 (geometry-conditioned autoregressive) 프레임워크인 BrickAnything을 제안합니다. BrickAnything은 포인트 클라우드 (point clouds)를 통합된 기하학적 인터페이스로 사용하며, 조립 제약 조건 하에서 목표 형상을 재구성하는 브릭 시퀀스를 예측합니다. 브릭 간의 구조적 의존성을 모델링하기 위해, 우리는 국소적 부착 관계 (local attachment relations)를 통해 브릭 구조를 표현하는 구조 인식 트리 토큰화 (structure-aware tree tokenization)를 도입합니다. 이러한 정식화는 시퀀스 생성을 실제 물리적 건설 과정과 더 일치하게 만들며, 유효하지 않은 중간 상태를 줄여줍니다. 나아가 우리는 안정성 및 기하학적 충실도와 같은 조립 가능성 목표를 개선하기 위해 선호도 기반 정렬 (preference-based alignment) 사후 학습, 유효성 제약 디코딩 (validity-constrained decoding) 및 적응형 롤백 (adaptive rollback)을 도입합니다. 광범위한 실험을 통해 BrickAnything이 기하학적으로 충실하고 물리적으로 실현 가능한 브릭 구조를 생성함을 입증하였으며, 제안된 토큰화 방식이 기존의 순서 지정 전략 (ordering strategies)과 비교하여 롤백 및 재생성을 효과적으로 줄인다는 것을 보여줍니다.