LLM 场景布局规划校验
定义
LLM 场景布局规划校验,是指让大语言模型根据自然语言场景描述生成一份可执行的布局计划,然后用结构规则和物理合理性规则检查这份计划;如果检查失败,就把失败原因反馈给模型,让模型修正后重试。
这里的关键点不是“让 LLM 写一段场景文字”,而是让 LLM 输出带有明确字段的结构化 plan。来源文章中,这类 plan 至少包含物件的 position 和 size 等信息,使后续程序能够按坐标和尺寸摆放物件,而不是靠人读懂描述后手工摆放。
它的作用是把“文字描述场景”连接到“3D 场景中精确布点”:自然语言负责表达意图,LLM 负责把意图转成布局 plan,校验器负责挡住结构非法或物理上不合理的结果,Blender 等下游工具再根据通过校验的 plan 执行摆放。
在本文档中的语境
在来源文章《DSH新仓游戏美术资产场景骨架:一段文字,生成可编辑 3D 关卡灰盒》中,LLM 场景布局规划校验出现在 dsh-scene-skeleton-pipeline 的“文字精确布点”能力里。
dsh-scene-skeleton-pipeline 是 DSH(DeepSeek Harness) 生态中的一个编排插件。来源文章只说明 DSH 的英文全称为 DeepSeek Harness,并说明该插件把 ComfyUI 出图、Blender 无头建模、Unity 装配串成一条流水线;来源没有展开介绍 DSH 本身的完整定义。
在这条 文本到 3D 关卡灰盒生成流水线 中,plan_scene_layout 工具负责让模型生成布局 plan。Blender 后续会按照 plan 中的坐标和尺寸摆放物件,从而实现“按文字精确布点”。这不同于固定模板式庭院构图,也不同于只生成一张概念图作为参考。
来源文章同时区分了两类数据:plan 是“要摆什么”,而 layout.json 场景布局契约 是“实际摆成什么样”。plan 先用于规划;Blender 实际摆放后,再把层级、光照、相机和每个物件的变换写入 layout.json,供 Unity 或其他下游引擎按契约装配。
输入与输出
输入参数
来源文章给出的示例调用为:
plan_scene_layout({ sceneDescription: "东侧有喷泉,四角各一根石柱,北侧一段矮墙,西南一棵树", savePath: "./courtyard-plan.json", width: 24, depth: 20 })
这个示例体现了该机制的几个核心输入:
sceneDescription:用自然语言描述希望生成的场景布局,例如东侧喷泉、四角石柱、北侧矮墙、西南树木等空间关系。width:限定布局区域的宽度。示例中宽度为24。depth:限定布局区域的深度。示例中深度为20。savePath:把生成的 plan 保存到指定路径。来源文章建议在复杂描述下配合savePath把 plan 落盘,便于人工过一遍再使用。
这些参数共同约束了 LLM 的输出范围:模型不只是自由描述一个场景,而是在给定区域尺寸和场景要求的条件下,输出可以被后续工具读取和执行的布局计划。
输出内容
plan_scene_layout 的输出是带坐标和尺寸的 plan。来源文章明确提到,plan 中包含 position 和 size,用于让 Blender 按坐标和尺寸摆放对象。
因此,该输出不是最终的 3D 文件,也不是面向玩家的可玩关卡;它更像是从自然语言到建模执行之间的中间契约。通过该 plan,后续 Blender 无头流程可以把物件放到具体位置,并进一步产出 scene.blend、scene.fbx、scene.glb 和 layout.json 等结果。
关键机制
1. LLM 生成结构化布局 plan
用户先用自然语言说明希望出现的物件、方位和空间关系。LLM 根据描述生成 plan,其中对象需要有可执行字段,例如位置和尺寸。
这一步的目标是把“东侧有喷泉”“四角各一根石柱”“北侧一段矮墙”“西南一棵树”之类的语言关系,转换成后续程序能读取的坐标、大小和对象安排。
2. 结构校验
plan 生成后,不会直接交给 Blender 执行,而是先经过结构校验。结构校验用于确认 plan 是否满足工具期望的格式和字段要求,例如能否表达物件、位置、尺寸等必要信息。
来源文章没有列出完整 schema,但明确说明 plan 会先过“结构”和“物理合理性”校验。这意味着该流程不是简单信任 LLM 输出,而是把 LLM 输出当作待验证的结构化数据。
3. 物理合理性校验
除了字段格式,plan 还需要通过物理合理性校验。其目的在于避免不合理构图或非法布局,例如模型虽然输出了字段,但场景安排在空间上不合理,或不适合被作为布局执行。
来源文章没有展开每条物理规则的具体算法,因此不能把某些未在来源中出现的碰撞检测、导航检测或可行走性检测写成该机制的已实现能力。可以确定的是,来源明确把“物理合理性校验”列为 plan 执行前的检查环节。
4. 失败原因反馈与重试
如果校验失败,系统会列出逐条原因,并把这些原因反馈给模型,让模型重新生成或修正 plan。
来源文章给出的失败处理边界很具体:最多重试 3 次。也就是说,该机制允许 LLM 在收到校验反馈后自我修正,但不会无限循环。
5. 通过后由 Blender 执行摆放
通过校验的 plan 会进入后续 Blender 无头建模流程。Blender 按 plan 中的坐标和尺寸摆放物件,用于生成可继续编辑的灰盒场景。
在来源流水线中,这一过程服务于“文字精确布点”:用户不必手工在 3D 软件里逐个摆放喷泉、石柱、矮墙或树,而是先让 LLM 规划布局,再由 Blender 执行。
细节与边界
不是纯文本生成
LLM 场景布局规划校验的重点不在于生成好看的文字描述,而在于生成可被程序执行的布局 plan。若输出不能被结构化读取,或缺少执行所需的坐标、尺寸等信息,就无法发挥“文字精确布点”的作用。
不保证复杂描述 100% 成功
来源文章明确提醒,LLM 布点成功率不是 100%。即使 plan_scene_layout 有校验和 3 次重试,复杂描述仍可能生成不合理构图。
因此,复杂场景下更稳妥的做法是使用 savePath 保存 plan,先进行人工检查,再交给后续流程使用。
三次仍失败不会静默接受
如果校验失败并重试 3 次后仍然不能通过,工具会返回 ok: false。这是一条重要边界:系统不会把非法 plan 静默接受,也不会假装布局成功。
这种设计把错误暴露给调用方,使上层流程或用户能够知道布局规划失败,而不是在后续 Blender 或引擎装配阶段才发现物件摆放异常。
校验不等于完整关卡可玩性验证
来源文章强调该插件产出的是可继续编辑的灰盒场景,不是一个能直接玩的关卡。它不生成碰撞体、刚体物理、导航和触发器,也不保证白盒可行走。
因此,LLM 场景布局规划校验只能理解为布局 plan 层面的结构和物理合理性把关,不能扩大解释为完整游戏关卡的碰撞、导航、触发器或玩法逻辑验证。
与 layout.json 的分工
在来源流水线中,plan 和 layout.json 不是同一个东西。plan 是 LLM 规划阶段的结果,用来描述“要摆什么”;layout.json 是 Blender 实际摆放后的结果,用来记录“实际摆成什么样”。
layout.json 场景布局契约 在该插件中是 Blender 与下游引擎之间的唯一契约,记录分组、实例资产、变换、光照和相机。LLM 场景布局规划校验发生在 plan 阶段,目的是提高进入实际摆放流程的 plan 质量。
来源案例:dsh-scene-skeleton-pipeline 的 plan_scene_layout
来源文章《DSH新仓游戏美术资产场景骨架:一段文字,生成可编辑 3D 关卡灰盒》介绍了 dsh-scene-skeleton-pipeline 的一个具体实现。该插件用于把一段文字描述转成可编辑的 3D 关卡灰盒:先可选地通过 ComfyUI 生成概念图,再由 Blender 无头生成场景骨架,还可以可选装配进 Unity。
在这个案例中,plan_scene_layout 是文字精确布点工具。它接收 sceneDescription、width、depth、savePath 等参数,生成带 position 和 size 的 plan。随后 plan 会经过结构校验和物理合理性校验;失败时列出逐条原因反馈给模型重试;最多重试 3 次;三次仍失败时返回 ok: false。
该案例的适用范围是来源文章描述的 dsh-scene-skeleton-pipeline 插件及其场景骨架生成流程。文中的“最多 3 次重试”“返回 ok: false”等行为,是该实现中的具体机制,不应未经验证地扩大为所有 LLM 布局工具的通用规则。