TLC-Plan: エンドツーエンドのベクターフLOORPLAN生成のための2段階コードブックベースなネットワーク

arXiv:2602.07100v1 発表タイプ：新規 アブストラクト： 自動化されたフLOORPLAN生成は、グローバルな空間組織と正確な幾何学的ディテールの統合的モデリングを通じて、設計品質、アーキテクチャ効率、そして持続可能性の向上を目指しています。しかし、既存のアプローチはラスター空間で動作し、後処理によるベクトライザーを依存しており、構造的な不整合を引き起こし、エンドツーエンドの学習を妨げています。構成空間的推理に基づき、TLC-Planという階層的生成モデルを提案しました。このモデルは入力境界から直接ベクターフLOORPLANを合成し、モジュールで再利用可能なパターンに基づく人間の建築ワークフローに合致させます。TLC-Planは、セマンティックにラベル付けされた部屋境界ボックスとしてглобалなレイアウトをエンコードし、多角形レベルのコードを用いて局所的な幾何학을精製するための2段階VQ-VAEを採用します。この階層構造はコードツリー表現で統一され、条件付きにコードをサンプリングする autoregressive transformer が、境界を条件に多様でトポロジカル的に有効なデザインを生成します。これは、明示的な部屋トポロジーや寸法先知を必要としません。大規模実験は、RPLANデータセット上で FID = 1.84, MSE = 2.06 の最上位性能、および LIFULLデータセット上でトップクラスの成果を示しました。提案された枠組みは、現実世界の建築応用向けに制約意識とスケーラビリティのあるベクターフLOORPLAN生成を前進させました。ソースコードと学習済みモデルは https://github.com/rosolose/TLC-PLAN に公開されています。

arXiv:2602.07100v1 Announce Type: new Abstract: Automated floorplan generation aims to improve design quality, architectural efficiency, and sustainability by jointly modeling global spatial organization and precise geometric detail. However, existing approaches operate in raster space and rely on post hoc vectorization, which introduces structural inconsistencies and hinders end-to-end learning. Motivated by compositional spatial reasoning, we propose TLC-Plan, a hierarchical generative model that directly synthesizes vector floorplans from input boundaries, aligning with human architectural workflows based on modular and reusable patterns. TLC-Plan employs a two-level VQ-VAE to encode global layouts as semantically labeled room bounding boxes and to refine local geometries using polygon-level codes. This hierarchy is unified in a CodeTree representation, while an autoregressive transformer samples codes conditioned on the boundary to generate diverse and topologically valid designs, without requiring explicit room topology or dimensional priors. Extensive experiments show state-of-the-art performance on RPLAN dataset (FID = 1.84, MSE = 2.06) and leading results on LIFULL dataset. The proposed framework advances constraint-aware and scalable vector floorplan generation for real-world architectural applications. Source code and trained models are released at https://github.com/rosolose/TLC-PLAN.