跳到正文
具身前沿
arXiv · cs.RO官方发布· Can Wang, Qiyuan Qiao, Lei Liu, Ge Yuan, Xinhui Liu, Dong Xu·· 2 小时前精选AI 评分62

论文 / 摘要阅读

Physical Diffusion Policy:用MPM引导3D高斯仿真估计物理参数

Physical Diffusion Policy via MPM-Guided 3D Gaussian Simulation

AI 导读 · 根据来源整理

论文提出一种物理感知扩散策略,通过将3D高斯泼溅与可微Material Point Method仿真耦合,从视觉演示中恢复物体材质属性,并借助视频引导和粒子级约束完成物理参数估计。估计出的物理条件被接入材质感知的Mixture-of-Experts扩散策略,以在不同物理状态下自适应生成行为;作者还引入物理记忆库,使部署时无需在线仿真优化即可检索物理信息。在多种仿真与真实物体上的实验显示,该方法相比现有扩散策略提升了操作成功率与泛化能力。论文为预印本,共10页。

本站目前提供摘要

以上是对来源材料的中文整理,不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。

前往 arXiv · cs.RO 阅读原文 ↗

来源:arXiv · cs.RO · arxiv.org