跳到正文
具身前沿
热点事件持续更新

物理扩散策略用MPM仿真估计材质参数

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Can Wang等作者提交预印本论文,提出一种物理感知扩散策略:把3D高斯泼溅与可微Material Point Method(MPM)仿真耦合,从视觉演示中恢复物体材质属性,并用视频引导和粒子级约束估计物理参数。作者称,估计出的物理条件接入材质感知的Mixture-of-Experts扩散策略,可针对不同物理状态生成行为;另设物理记忆库,使部署时无需在线仿真优化即可检索物理信息。 作者称,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10页预印本,尚未经同行评议,上述效果未经独立验证。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月4日
  1. arXiv · cs.RO精选
    Physical Diffusion Policy:用MPM引导3D高斯仿真估计物理参数

    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。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。