2DのGANではgeometryと見た目がもつれ状態なので3Dの制御は不可能であった．加えて，3Dの古典的なレンダリングは高価である問題がある．この問題を解決するために，乱数から3D生成器で物体を生成してから2Dの生成器でレンダリングを行う戦略を提案．

3D制御可能な画像合成という新し問題を定義し，3D空間と2D画像領域の両方で推論を行うことにより、それを解決するためのアプローチを提案する。提案するモデルが画像から教師なしで単純な複数のオブジェクトシーンの潜在的な3D要因を切り離すことができることを実証．

問題設定と解き方が上手だなと