自从计算机诞生以来,各种任务的数据存储和创建问题一直存在。在计算机图形学和视频游戏方面,对资产的需求一直存在。虽然现在空间问题不再是开发人员的主要关注点之一,但能够自动创建资产的需求仍然很重要。现代观众和应用程序所要求的图形保真度需要艺术家和设计师付出大量努力,这需要花费很多钱。3D 场景的自动生成在人工智能 (AI) 机器人训练任务中至关重要,由于机器学习算法需要大量数据,训练期间生成的数据量甚至无法由一个人查看。家具生成和放置、材料和照明随机化是一项完全独立但对于集成解决方案而言必不可少的任务。在本文中,我们提出了用于计算机图形学和机器人学习应用的室内生成器。建议的框架能够以照片般逼真的质量生成和渲染带有家具的室内装饰。我们结合了现有的生成计划和布置室内装饰的算法,最后添加了材料和照明随机化。我们的解决方案包含 3D 模型和材料的语义数据库,这使生成器能够获得具有随机化和每像素掩码的逼真场景,以训练检测和分割算法。