真实世界数据采集成本高昂且危险，制约了具身智能的发展。SAGE框架应运而生，它通过智能代理驱动的推理，能自动生成任务适配、物理稳定的多样化3D场景，为机器人策略训练提供了强大的数据支持，有效解决了模拟环境生成的关键痛点。
智能速览
SAGE框架利用智能代理自动生成物理稳定的3D场景。
通过视觉和物理评论器确保场景的任务适应性与真实感。
场景增强策略可多层次扩展对象类别与布局，提升多样性。
自动生成的机器人动作数据显著提升了模仿学习的泛化能力。
SAGE-10k数据集为社区研究提供了包含10k场景的宝贵资源。
精华内容
SAGE如何突破传统场景生成的局限？其核心在于构建了一个能够自我改进的智能代理系统，确保生成的场景既多样又可靠。
生成之困
具身智能的训练严重依赖真实世界数据，但数据采集不仅成本高昂，还存在安全隐患，这使得模拟环境成为关键的替代方案。
然而，现有的3D场景生成技术普遍存在短板。它们往往无法很好地适应特定任务，生成的场景在物理规律上不够稳定，难以支撑大规模、多样化的训练需求，这构成了机器人学习的一大瓶颈。
智能代理
SAGE框架的核心是一个智能代理，它像一位经验丰富的导演，统筹多种生成器和评论器来创作场景。
该代理通过Model Context Protocol (MCP)协议调用工具，并建立起一个高效的反馈循环。视觉评论器负责评估场景的真实感，物理评论器则确保场景的稳定性，两者协同工作，驱动代理不断进行自我改进，最终生成高质量的场景。
场景增强
为了实现场景的多样性，SAGE开发了独特的场景增强策略。该策略通过多层次扩展，不仅丰富了场景中的对象类别，还对对象的布局进行调整，创造出千变万化的环境。
基于此，团队构建了SAGE-10k数据集，内含10,000个场景、50种不同的房间类型以及565,000个独特的3D对象，为社区研究提供了宝贵的基础设施。
实证之效
实验结果证明了SAGE的优越性。与现有方法相比，SAGE生成的场景在视觉质量和物理稳定性上均表现更出色。
更重要的是，使用SAGE生成数据训练的机器人策略，其成功率随着场景和示例数量的增加而显著提升，性能已接近能够获取全局信息的“特权代理”，充分展现了其规模化训练的巨大潜力。
SAGE通过智能代理与物理验证的结合，为具身智能提供了高质量、大规模的训练场景，展现了模拟驱动学习的巨大潜力。未来，这种自动化场景生成方式将如何重塑机器人学的边界？
