程序化生成

用规则加随机数自动批量造出场景、物体和地形，而不是逐个手工搭建。

程序化生成源自游戏业，指用算法加随机数自动产生内容，比如《我的世界》由一个随机种子生成整张地图。在具身智能里，它用来批量制造仿真训练环境：先写好规则（户型怎么划分、家具放哪、贴什么材质、灯光如何），再随机采样出成千上万个不同场景。手工搭一个可交互的 3D 房子很费时，场景太少策略又容易过拟合，程序化生成用规则换来数量和多样性，是提升场景泛化的常用手段。代表工作有艾伦人工智能研究所的 ProcTHOR 和普林斯顿的 Infinigen；四足强化学习里随机生成的台阶、斜坡地形也属此类。与之相对的是用大模型按文字描述造场景的生成式仿真。

例子ProcTHOR 可随机生成 1 到 10 个房间的户型，从 108 类、1633 个可交互物体和 3278 种材质中采样布置；论文用 1 万套生成的房子预训练具身智能体，不在下游数据上微调就常超过此前的最好方法。

也叫

程序化场景生成、程序生成、Procedural Content Generation、PCG

相关

ProcTHOR、Infinigen 程序化世界生成、域随机化、生成式仿真、场景泛化、地形课程

来源

Wikipedia: Procedural generation
ProcTHOR: Large-Scale Embodied AI Using Procedural Generation (arXiv 2206.06994)
Infinigen