SAGE：为具身智能构建的可扩展智能体 3D 场景生成

具身智能体的现实数据采集依然昂贵且不安全，急需可扩展、真实且支持模拟器的 3D 环境。然而，现有的场景生成系统通常依赖基于规则或特定任务的流水线，产生的场景带有伪影且物理无效。我们提出了 SAGE，一个智能体框架，给定用户指定的具身任务（例如“拿起碗放在桌子上”），它能理解意图并自动大规模生成模拟就绪的环境。该智能体将用于布局和物体组合的多个生成器与评估语义合理性、视觉真实感和物理稳定性的判别器（critics）相结合。通过迭代推理和自适应工具选择，它不断自我精炼场景，直至满足用户意图和物理有效性。生成的环境真实、多样，可直接部署在现代模拟器中进行策略训练。纯在此类数据上训练的策略表现出明显的缩放趋势，并能泛化到未见过的物体和布局，证明了模拟驱动缩放对具身人工智能的前景。代码、演示和 SAGE-10k 数据集可在项目主页找到：https://nvlabs.github.io/sage。