[论文解读] Deep Reinforcement Learning for Producing Furniture Layout in Indoor Scenes

Xinhan Di, P. L. Yu|arXiv (Cornell University)|Jan 19, 2021

Building Energy and Comfort Optimization参考文献 25被引用 4

一句话总结

本文提出了一种深度强化学习（DRL）框架，将室内家具布局建模为马尔可夫决策过程（MDP），实现了对家具位置与尺寸的联合优化。通过在自定义模拟器中训练智能体，该方法在真实工业数据集上的家具位置和尺寸精度显著优于当前最先进的生成模型，IoU得分最高达到0.962。

ABSTRACT

In the industrial interior design process, professional designers plan the size and position of furniture in a room to achieve a satisfactory design for selling. In this paper, we explore the interior scene design task as a Markov decision process (MDP), which is solved by deep reinforcement learning. The goal is to produce an accurate position and size of the furniture simultaneously for the indoor layout task. In particular, we first formulate the furniture layout task as a MDP problem by defining the state, action, and reward function. We then design the simulated environment and train reinforcement learning agents to produce the optimal layout for the MDP formulation. We conduct our experiments on a large-scale real-world interior layout dataset that contains industrial designs from professional designers. Our numerical results demonstrate that the proposed model yields higher-quality layouts as compared with the state-of-art model. The developed simulator and codes are available at \url{https://github.com/CODE-SUBMIT/simulator1}.

研究动机与目标

• 为解决现有生成模型在工业室内设计中仅能生成近似家具尺寸与位置的局限性。
• 将专业设计师的顺序性、迭代式决策过程建模为马尔可夫决策过程（MDP）。
• 开发一个支持DRL智能体训练与评估的仿真环境，以实现高精度的家具布局生成。
• 训练深度强化学习智能体，联合优化家具位置与尺寸，生成高质量的室内场景布局。
• 在真实工业设计数据上，于定性与定量指标上均超越现有最先进的模型。

提出的方法

• 将家具布局任务形式化为具有明确定义的状态、动作与奖励函数的马尔可夫决策过程（MDP）。
• 开发了一款自定义的室内场景模拟器，以在受控环境中支持DRL智能体的训练与评估。
• DRL智能体使用带有卷积层与全连接层的深度Q网络（DQN）处理视觉状态表征并选择动作。
• 动作包括在房间空间内以离散步长调整家具的位置（x, y）与尺寸（宽度, 高度）。
• 奖励函数设计为最大化预测布局与真实布局之间的交并比（IoU）。
• 训练过程采用目标网络与经验回放机制以稳定学习，分别使用独立网络进行Q值估计与目标值预测。

实验结果

研究问题

• RQ1 深度强化学习能否有效建模专业室内设计师在家具布局中的顺序决策过程？
• RQ2 DRL智能体是否能在模拟的室内环境中高精度地同时优化家具的位置与尺寸？
• RQ3 所提出的基于DRL的布局生成方法在位置与尺寸的IoU方面，相较于当前最先进的生成模型表现如何？
• RQ4 训练后的智能体是否能泛化到随机初始家具位置，并收敛至真实布局？
• RQ5 自定义模拟器在多大程度上支持工业室内设计应用中的真实感与可扩展性训练？

主要发现

• 所提出的DRL模型在餐厅场景中达到0.962的平均IoU，在阳台场景中达到0.961，显著优于当前最先进的模型。
• 该模型生成的家具布局在尺寸与位置上均具有高精度，而基线模型仅能预测近似尺寸。
• 在2,000组随机初始位置的评估中，智能体成功将家具移动至真实布局，展现出对初始化的强鲁棒性。
• 该方法在包括卧室、浴室、厨房和榻榻米房间在内的八类房间类型中，持续优于现有生成模型。
• 模拟器与代码已公开发布于 https://github.com/CODE-SUBMIT/simulator1，支持可复现性与进一步研究。
• 该模型在所有评估的房间类型中均达到最高IoU，得分范围为0.956至0.962，表明其具备强大的泛化能力与高精度。