[2026-10-16] Scene-Designer: Learning Design Intelligence for Agentic 3D Scene Generation
Scene-GRPO 在同一家具编辑点试跑四条候选输出,用 Critic 比较候选结果及各结果相对编辑前的变化,再把局部和整条轨迹的奖励送入 GRPO;本文也核对 SceneSmith 执行环境与公开代码。
Scene-GRPO 在同一家具编辑点试跑四条候选输出,用 Critic 比较候选结果及各结果相对编辑前的变化,再把局部和整条轨迹的奖励送入 GRPO;本文也核对 SceneSmith 执行环境与公开代码。