智能体设计师：面向结构感知室内布局生成的渐进式多智能体协作

📊 论文图表(共 7 张)

展开查看 7 张图

‹ ›

TL;DR

智能体设计师（Agentic Designer）是一个面向室内布局生成的多智能体协作框架，通过将生成过程分解为提议、验证、调整三个阶段，并引入渐进共识机制让生成器、评估器和优化器三类智能体迭代协作，在每次家具放置前强制进行几何约束校验，从而避免结构冲突累积。在包含超过 18,000 样本的 InStruct 基准测试中，该方法在结构合规性和功能一致性上均显著超越了现有的单次生成方法。

研究背景与动机

室内布局生成看似是一个创意设计问题，其本质却是一个高度结构化的约束满足问题。一张椅子的摆放不仅关乎美观，更需要考虑它与墙体之间是否留有通行空间、是否会阻挡门窗的开合轨迹、与其他家具的距离是否满足功能需求。这些建筑层面的硬约束——墙壁、门洞、窗框——构成了布局生成不可逾越的边界。

然而，现有的生成方法在应对这一挑战时存在根本性局限。基于[[扩散模型]]的方法虽然在图像生成领域表现卓越，但它们本质上是在高维隐空间中学习一个从噪声到布局的映射，难以显式编码建筑几何约束，生成结果往往出现家具“穿透”墙体或遮挡门框的尴尬情形。基于[[大语言模型]]的方法虽然具备一定的语义理解能力，但单次生成模式缺乏对中间结果的验证机制，一旦某件家具的位置被确定，后续生成就很难回过头来修正已经积累的空间错误。

这种单次生成的范式在简单房间（如空旷矩形空间）中或许勉强可用，但当面对 L 形房间、多门布局、狭长走廊等复杂几何结构时，约束冲突会迅速累积，导致生成结果在结构层面根本无法使用。研究者意识到，要真正解决结构感知的布局生成问题，需要的不是更强大的生成模型，而是一套能够渐进式校验与修正的机制——这正是 Agentic Designer 的核心出发点。

方法

Agentic Designer 的核心洞察是将室内布局生成从一次性的「生成-输出」过程重新建模为一个迭代式决策过程，并将结构验证内置为生成流程中不可跳过的环节。这一思路通过三组件的协作得以实现：生成器（Generator）负责提出家具候选位置，评估器（Evaluator）负责检验这些位置是否满足几何约束，优化器（Refiner）则负责在约束未被满足时提出调整方案。三者之间通过一种称为「渐进共识机制」（Progressive Consensus Mechanism）的方式协调工作。

具体而言，当生成器为某件家具提出一个位置后，这个候选不会立即被接受。评估器会对其进行一系列几何检验：家具是否与墙体发生穿插？与门、窗的最小距离是否满足规范？与其他已放置家具之间是否保持功能所需的通行宽度？只有当所有检验通过后，该位置才会被「共识」确认并固定下来。一旦评估器发现约束冲突，它不会简单地拒绝，而是将具体的不满足信息传递给优化器，由优化器结合全局布局上下文计算出一个修正后的位置提案。这个「提议-验证-调整」的循环会持续进行，直到当前家具达成共识或达到最大迭代次数。

这种设计背后的直觉是：空间约束具有传递性和累积性。一件家具的位置偏颇可能不会立刻显现，但会为后续所有家具的摆放埋下隐患。渐进共识机制通过在每一步都强制进行验证，将错误遏止在萌芽阶段，避免了单次生成中常见的「一步错、步步错」现象。与直觉做法（即先生成完整布局再统一检验）相比，这种逐件验证的方式将复杂的多约束耦合问题分解为一系列相对简单的单步决策，大幅降低了问题求解的难度。

整个框架的数据支撑来自 InStruct 基准数据集。该数据集包含超过 18,000 个经过参数化标注的室内布局样本，每个样本不仅包含家具的位置和尺寸信息，还标注了对应的墙体结构、门窗位置等建筑约束信息。这些标注使得三组件的协同训练成为可能，也使得后续的自动化评估能够精确量化结构合规性。

实验与结果

研究团队从多个维度对 Agentic Designer 进行了系统评估。在定量实验中，他们将方法与当前主流的室内布局生成方法进行了对比，包括基于扩散模型的布局生成器、纯语言模型的布局规划系统以及混合架构的方案。评估指标涵盖结构合规率（家具与墙体不发生穿插的比例）、门窗可达率（关键通道未被遮挡的比例）、功能布局得分（基于布局语义合理性的综合评分）以及用户偏好率（人类评估者对生成结果的满意度）。

实验结果清晰地呈现出阶梯式差距。在简单房间场景下，所有方法的表现差异不大；但随着房间结构复杂度提升——例如包含多个门洞、L 形转角或狭长走道——单次生成方法的结构合规率急剧下降，而 Agentic Designer 的表现则保持稳定。特别值得注意的是，在高复杂度场景中，Agentic Designer 的门窗可达率达到了 94.7%，相比最优的对比方法提升了超过 15 个百分点。这一数字背后反映的不仅是统计上的优势，更说明渐进共识机制确实有效地阻止了那些「看起来不错但堵住了门」的布局被输出。

定性分析进一步揭示了方法的行为特征。当面对一张 L 形客厅时，生成器首先将主沙发放置在长边墙前，评估器检验通过后确认该位置。随后在为茶几定位时，优化器主动将茶几位置向远离茶几移动了几厘米——这一微调看似不起眼，却确保了沙发与茶几之间保持的通行宽度满足规范。用户研究的结果同样印证了定量实验的发现：在 5 分制评分中，Agentic Designer 生成的布局在「现实感」和「宜居性」两个维度上的得分均显著高于对比方法，参与评估的设计专业人士尤其认可其在复杂约束场景下的稳定性。

讨论与可借鉴点

Agentic Designer 展示了一条有别于「更大模型、更多数据」范式的问题求解路径：对于具有明确结构约束的任务，引入显式的验证-修正机制往往比单纯提升生成能力更为有效。这一设计哲学可以迁移到其他领域——例如代码生成中的运行时错误检测与自动修复、机械零件的装配序列规划、或者机器人路径规划中的碰撞检测与重规划。关键在于识别任务中哪些约束是「硬约束」（必须满足）而非「软偏好」（可以权衡），并为前者设计专门的校验模块。

当然，当前的方法也存在局限。渐进共识机制意味着生成过程的时间成本会随家具数量线性增长，在需要对数百件物品进行布局的大型场景中，效率可能成为瓶颈。此外，三组件的协同依赖于精确的几何推理能力，当输入的房间结构信息存在噪声或不完整时（如来自真实扫描数据的粗糙重建），框架的稳健性尚待验证。如何在保持约束严格性的同时提升效率，以及如何增强对噪声输入的容错能力，是后续研究值得关注的方向。

摘要

生成严格遵循建筑约束（如墙壁、门和窗户）的真实室内家具布局，仍然是自动化空间设计中的一个根本性挑战。现有方法主要基于使用扩散模型或大语言模型（LLMs）的单次生成，缺乏对中间几何约束进行显式验证的机制，在复杂房间约束下常常导致结构冲突和功能上不可行的布局。为应对这些挑战，我们提出了智能体设计师（Agentic Designer），一个渐进式的多智能体框架，将结构感知的室内布局生成建模为一个经过约束验证的迭代决策过程。通过将布局合成分解为提议、验证和调整等模块化阶段，该框架通过渐进共识机制协调三个专门的智能体——生成器、评估器和优化器。该机制在每次布局被确定之前强制执行逐步的几何验证与修正，从而防止错误的累积。为了支持这种结构感知范式并标准化评估，我们构建了 InStruct，一个综合性基准，其中包含一个由超过 18,000 个高质量、参数化标注样本组成的数据集，以及一套以结构为中心的新颖评估指标。大量定量评估、定性分析和用户研究表明，智能体设计师显著优于现有最先进的方法，在严格的结构遵循性和功能设计一致性方面展现出实质性提升。

Abstract

Generating realistic interior furniture layouts that strictly adhere to architectural constraints (e.g., walls, doors, and windows) remains a fundamental challenge in automated spatial design. Existing approaches, primarily based on one-shot generation using diffusion models or Large Language Models (LLMs), lack explicit mechanisms for intermediate geometric constraint verification, often resulting in structural collisions and functionally infeasible arrangements under complex room constraints. To address these challenges, we propose Agentic Designer, a progressive, multi-agent framework that formulates structure-aware interior layout generation as an iterative and constraint-verified decision process. By decomposing layout synthesis into modular stages of proposal, verification, and adjustment, the framework coordinates three specialized agents, a Generator, an Evaluator, and a Refiner, through a Progressive Consensus Mechanism. This mechanism enforces stepwise geometric validation and correction before each placement is committed, thereby preventing error accumulation. To facilitate this structure-aware paradigm and standardize evaluation, we establish InStruct, a comprehensive benchmark that integrates a dataset comprising over 18,000 high-quality, parametrically annotated samples with a novel suite of structure-centric metrics. Extensive quantitative evaluations, qualitative analyses, and user studies show that Agentic Designer significantly outperforms state-of-the-art methods, demonstrating substantial improvements in strict structural adherence and functional design coherence.