Lucida: 로봇 시뮬레이션을 위한 실내 장면 구성 및 3D 모델링 프레임워크

요약

Lucida는 실내 장면을 재구성하여 로봇 시뮬레이션이나 임베디드 AI가 활용할 수 있는 편집 가능한 3D 객체 에셋으로 변환하는 새로운 파이프라인입니다. 기존 모델들이 입력 데이터의 정밀도를 초기에 요구했던 것과 달리, Lucida는 데이터를 처리하는 단계별 요구사항을 재분배하여 최종 단계에서 정밀도를 확보하는 방식을 채택했습니다. 이 시스템은 비디오를 장면 그래프로 파싱하여 각 인스턴스별 다중 뷰 증거를 수집하고, 이를 바탕으로 완성된 에셋을 생성합니다. 특히 배치 단계에서는 VLM 정책인 GizmoAct를 활용해 GUI 상에서 기즈모(gizmo)를 조작하며 객체 정렬을 스스로 수행합니다. Lucida는 R2S-Scene에서 Boxer 대비 mAP를 69% 향상시켰으며, CA-1M 데이터셋에서 ADD-SB@0.05 수치를 57.8%에서 83.4%로 높였습니다. 또한 장면 F-Score 역시 기존 SAM3D의 0.794에서 0.924로 개선하며 뛰어난 장면 재구성 성능을 입증했습니다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.