aDSL: エージェントとプログラムの共同設計によるエージェント型3D生成

本論文は、3Dコンテンツ作成のためのエージェント中心のドメイン特化言語（aDSL）と、それに対応する役割特化型マルチエージェントシステムを共同設計する手法を提案している。aDSLは、セマンティックな論理と幾何学的制約を橋渡しし、エージェントが絶対座標ではなく関係演算子を用いてジオメトリを操作できるようにする。マルチエージェントシステムはPlan-Execute-Criticループに従い、リクエストの分解、コード合成、実行フィードバックによるエラー修正を行う。

先行研究では、LLMを用いて3Dプログラムを生成するエージェントワークフローが提案されていたが、高レベルの意図を一貫した低レベルのジオメトリに変換する際に脆弱であった。その原因は、既存のプログラムインターフェースとLLMの推論能力（セマンティック構造や空間関係を好む）のミスマッチにあると分析している。本手法は、LLMの強みに合わせてDSL自体を設計する点が革新的であり、共同設計により堅牢性、制御可能性、ユーザ意図への忠実性を向上させている。

技術の肝は、aDSLの設計とマルチエージェントシステムの構成にある。aDSLは、合成可能性と空間推論を重視し、絶対座標ではなく関係演算子を提供することで、エージェントが幾何学的制約を扱いやすくしている。マルチエージェントシステムは、Plan-Execute-Criticループを採用し、リクエストを分解し、コードを合成し、実行フィードバックを用いてエラーや制約違反を反復的に修正する。訓練不要で、実行フィードバックを利用する点が特徴。

テキストから形状生成と画像から形状生成のタスクにおいて、先行のLLMベースのベースラインと比較して、提案手法が優れていることを実験で示した。また、明示的な構造、編集可能性、解釈可能性を維持しながら、関節オブジェクトの作成や構造化シーン合成などの下流アプリケーションにも有効であることを実証した。

要旨からは、議論の詳細は不明であるが、提案手法がLLMの推論特性に合わせてDSLを設計するというパラダイムは、他のプログラム合成タスクにも応用可能かもしれない。また、訓練不要であるため、特定のドメインに特化したエージェントの性能には限界がある可能性も考えられるが、要旨では言及されていない。

要旨で参照されている先行研究は明示されていないが、関連する分野として、LLMを用いたプログラム合成、3D生成モデル、ドメイン特化言語の設計などが挙げられる。次に読むべき論文としては、LLMによるコード生成の堅牢性を扱った研究や、3Dシーン理解のための空間関係表現に関する研究が考えられる。