Vai al contenuto
AI.info

Ricerca

SplatLab: scoperta scientifica autonoma per la ricerca sul 3DGS

Riprodurre un articolo pubblicato sul 3DGS richiede settimane di lavoro ingegneristico specializzato, prima ancora di poter proporre un’estensione. I precedenti sistemi di ricerca autonomi leggono art

SplatLab: scoperta scientifica autonoma per la ricerca sul 3DGS
arXiv
2610.30468
Pubblicato
2026-10-21
Autori
Seemandhar Jain, Manmohan Chandraker

Abstract degli autori

Riprodurre un articolo pubblicato sul 3DGS richiede settimane di lavoro ingegneristico specializzato, prima ancora di poter proporre un’estensione. I precedenti sistemi di ricerca autonomi leggono articoli, formulano ipotesi e scrivono codice, ma sono limitati da template brevi e rigidi, scarsa eseguibilità e debole tracciabilità. Nessuno, inoltre, è stato dimostrato dall’inizio alla fine in un sottocampo della visione artificiale attivo e caratterizzato da intensa attività. SplatLab è un sistema di ricerca autonomo per il 3D Gaussian Splatting che affronta questi limiti. A partire da un prompt di ricerca, dall’URL di un articolo bersaglio o anche senza alcun input, riproduce una baseline pubblicata, propone un’estensione, addestra i modelli e conduce studi di ablazione su Mip-NeRF 360 e LLFF, scrive il manoscritto e collega ogni numero riportato a un’esecuzione di addestramento registrata. Lo distinguono cinque scelte progettuali: (i) i candidati modificano plugin a partire da un’infrastruttura di riproduzione verificata e allineata alle baseline pubblicate; (ii) un torneo Elo ponderato a cascata fra otto isole valuta i candidati in base al PSNR misurato su GPU, con feedback basato su gradienti verbali; (iii) un falsificatore permanente sottrae punti Elo in caso di fallimento, integrando nella selezione la capacità di superare gli stress test; (iv) ogni numero riportato è collegato a un’esecuzione di addestramento registrata e l’esecuzione non può terminare finché resta un’affermazione priva di riscontro; (v) una tassonomia 3DGS a sette categorie inserisce i marcatori EVOLVE-BLOCK in strutture allineate al dominio, trasferibili tra repository 3DGS. Nelle esecuzioni mirate al PSNR, i manoscritti di SplatLab superano i rispettivi risultati bersaglio riprodotti di +0,18–+3,78 dB, compreso un miglioramento di +3,78 dB nel rendering di nebulose astrofotografiche, per il quale non esiste alcun precedente metodo 3DGS. Il ciclo di ricerca si riduce da mesi di lavoro di uno studente universitario di secondo o terzo ciclo a giorni di calcolo per lo più autonomo. Il codice, tutti i manoscritti, i registri degli esperimenti e l’archivio degli articoli condiviso tra le diverse esecuzioni sono disponibili sulla pagina del progetto.

Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.

Leggi il paper originale su arXiv