InteriorAgent

InteriorAgent是一个包含高质量3D USD资产的集合，专为在NVIDIA Isaac Sim环境中进行室内模拟而设计。这些资产包括模块化材料、场景描述文件和适用于物理的几何结构，支持机器人任务的快速集成，如导航、操纵和布局理解。

InteriorAgent is a collection of high-quality 3D USD assets specifically designed for indoor simulation in the NVIDIA Isaac Sim environment. These assets include modular materials, scene description files, and physics-compliant geometric structures, enabling rapid integration for robotic tasks such as navigation, manipulation, and layout understanding.

原始信息汇总

InteriorAgent数据集概述

数据集简介

InteriorAgent是一个高质量3D USD资产集合，专为NVIDIA Isaac Sim环境中的室内仿真设计。数据集包含模块化材质、场景描述文件和物理就绪几何体，支持快速集成用于具身AI和机器人任务（如导航、操作和布局理解）。

主要特性

• 完全兼容Isaac Sim 4.2和4.5（Windows/Linux）
• 支持实时仿真和交互式物理代理
• 基于NVIDIA MDL的材质系统，确保照片级渲染和跨版本兼容性
• 提供.usd和.usda格式文件，包含材质、网格、光照和平面图的结构化文件夹

目录结构

kujiale_xxxx/ ├── .thumbs/ # 缩略图或缓存文件夹（可忽略） ├── Materials/ # 材质库 │ ├── Textures/ # 纹理图像（可选） │ ├── *.mdl # MDL材质和实例文件 ├── Meshes/ # 网格几何体（如.usd或.obj） ├── kujiale_xxxx.usda # 顶层USD场景文件 ├── limpopo_golf_course_4k.hdr # 环境光照HDR文件 └── rooms.json # 房间级元数据和空间布局（JSON格式）

房间元数据（rooms.json）

• 包含房间语义标签（如"living_room"、"bedroom"等）
• 定义房间地板边界的2D坐标多边形（世界坐标系）
• 示例格式： json { "room_type": "balcony", "polygon": [ [-0.3784970703125, -6.55287060546875], [4.005734375, -6.55287060546875], [4.005734375, -4.8603486328125], [-0.3784970703125, -4.8603486328125] ] }

兼容性

• 测试环境：
  • Isaac Sim v4.2/v4.5
  • Windows 10/11, Ubuntu 22.04
• MDL材质经Omniverse RTX渲染器测试
• 所有文件可离线使用，无需额外依赖

引用

bibtex @misc{InteriorAgent2025, title = {InteriorAgent: Interactive USD Interior Scenes for Isaac Sim-based Simulation}, author = {SpatialVerse Research Team, Manycore Tech Inc.}, year = {2025}, howpublished = {https://huggingface.co/datasets/spatialverse/InteriorAgent} }

许可证

InteriorAgent使用自定义许可证：
https://kloudsim-usa-cos.kujiale.com/InteriorAgent/InteriorAgent_Terms_of_Use.pdf

搜集汇总

数据集介绍

构建方式

InteriorAgent数据集通过精心设计的模块化方法构建，专为室内仿真环境优化。数据集采用NVIDIA Isaac Sim兼容的USD格式，每个场景包含详细的材质库、网格几何体和光照配置，确保物理交互的真实性。构建过程中，研究人员对3D资产进行了语义标注和物理属性配置，支持机器人导航和操作任务的快速集成。场景描述文件和房间级元数据的结构化存储，为空间推理提供了坚实基础。

特点

该数据集以其高度逼真的3D室内场景著称，所有资产均按真实世界比例建模，并配备NVIDIA MDL材质系统以实现跨版本兼容。独特的房间元数据系统通过JSON文件记录空间布局和语义标签，支持复杂的空间分析。数据集特别优化了实时交互性能，包含完整的物理属性和光照配置，可直接用于强化学习训练和机器人任务仿真。场景的层次化组织方式便于快速检索和修改，满足不同研究需求。

使用方法

使用InteriorAgent时，研究人员可通过加载顶层USD场景文件快速构建仿真环境。Python脚本可解析rooms.json中的多边形数据，结合Shapely等几何库进行空间分析。数据集与Isaac Sim 4.2+版本深度集成，支持直接导入进行物理仿真和渲染。MDL材质系统允许用户灵活调整视觉效果，而模块化的资产结构便于针对特定任务定制场景。典型应用包括通过加载语义标签实现机器人场景理解，或利用物理引擎训练操作策略。

背景与挑战

背景概述

InteriorAgent数据集由SpatialVerse研究团队与Manycore Tech Inc.于2025年联合发布，旨在为室内仿真环境提供高质量的3D USD资产。该数据集专为NVIDIA Isaac Sim平台设计，支持模块化材质、场景描述文件和物理就绪的几何结构，为具身智能和机器人任务如导航、操作和布局理解提供快速集成方案。其核心研究问题聚焦于如何在虚拟环境中构建高度逼真且可交互的室内场景，以促进智能体在复杂空间中的学习和决策能力。该数据集通过提供丰富的语义标签和结构化元数据，显著提升了室内场景理解与空间推理的研究水平。

当前挑战

InteriorAgent数据集在解决室内场景仿真问题时面临多重挑战。领域问题的挑战包括如何实现高保真度的材质渲染与物理交互，以及如何确保场景的多样性和真实性以覆盖不同室内布局需求。构建过程中的挑战则涉及大规模3D资产的标准化处理，包括几何结构的优化、材质的跨版本兼容性以及语义标签的精确标注。此外，数据集还需解决与NVIDIA Isaac Sim平台的深度集成问题，确保实时仿真性能与交互式物理代理的无缝协作。这些挑战要求数据集在技术实现与实用性之间达到精密平衡。

常用场景

经典使用场景

在室内环境模拟与机器人导航研究中，InteriorAgent数据集因其高质量的3D USD资产和模块化设计，成为构建虚拟室内场景的首选资源。研究者利用其物理就绪的几何结构和语义标签，能够快速搭建包含家具、灯具等元素的复杂场景，为导航算法、物体抓取策略的验证提供高度真实的测试平台。数据集支持Isaac Sim的实时渲染特性，使得动态交互式实验成为可能。

实际应用

在智能家居系统开发中，InteriorAgent被用于训练服务机器人的环境适应能力。企业通过导入该数据集的场景到Isaac Sim，可模拟机器人在不同户型中的移动、避障等任务，大幅降低实体测试成本。建筑行业则利用其材质系统快速生成室内设计方案的可交互预览，实现从设计到仿真的无缝衔接。

衍生相关工作

基于该数据集衍生的经典工作包括：KUJI-NAV多模态导航框架通过解析rooms.json实现房间级路径规划；OmniGrasp项目利用其物理属性开发了通用抓取策略生成器。相关研究已发表在ICRA等顶级会议，推动了室内场景理解与具身智能的交叉领域发展。