让 AI 布置房间，最麻烦的不是“不像”，而是“不能用”：沙发可能挡住门，柜子可能穿墙，家具之间也可能挤得人走不过去。Roomer 专门处理这些已经生成好的房间，不推倒重来，而是找到具体肇事物体，只修出错的局部。
它先把碰撞、越界、开口受阻和动线堵塞等测量结果，落实到相关家具；再由视觉语言模型提出移动或调整方案。关键的一步是，确定性求解器——按固定规则计算、相同输入得到相同结果的程序——会检查候选修改。只有全屋复核确认原问题消失、没有新增硬性违规，也没有破坏受保护约束，修改才会生效；否则房间保持原样。
作者还用六类可控错误构造了 Roomer-CC，共 67,550 组“错误布局—已知可行修复”样本来训练规划器。论文自述称，Roomer 能跨不同生成器修补残留问题，同时尽量保留原本正确的区域。它值得关注之处，是把 3D 室内生成从“一次画完”推进到“能定位、能返工、修完还要验收”。