論文の概要: Bridging Simulators with Conditional Optimal Transport
- arxiv url: http://arxiv.org/abs/2510.24631v1
- Date: Tue, 28 Oct 2025 16:59:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-29 15:35:37.291307
- Title: Bridging Simulators with Conditional Optimal Transport
- Title（参考訳）: 条件付き最適輸送を用いたブリッジシミュレータ
- Authors: Justine Zeghal, Benjamin Remy, Yashar Hezaveh, Francois Lanusse, Laurence Perreault Levasseur,
- Abstract要約: 未ペアシミュレーションデータセットを用いて2つのシミュレータをブリッジするフィールドレベルの新しいエミュレータを提案する。
我々は、変換がデータの基盤構造を最小限に歪ませることを保証するために、最適輸送フローマッチングを採用する。
- 参考スコア（独自算出の注目度）: 4.480951785759067
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We propose a new field-level emulator that bridges two simulators using unpaired simulation datasets. Our method leverages a flow-based approach to learn the likelihood transport from one simulator to the other. Since multiple transport maps exist, we employ Conditional Optimal Transport Flow Matching (COT-FM) to ensure that the transformation minimally distorts the underlying structure of the data. We demonstrate the effectiveness of this approach by bridging weak lensing simulators: a Lagrangian Perturbation Theory (LPT) to a N-body Particle-Mesh (PM). We demonstrate that our emulator captures the full correction between the simulators by showing that it enables full-field inference to accurately recover the true posterior, validating its accuracy beyond traditional summary statistics.
- Abstract（参考訳）: 未ペアシミュレーションデータセットを用いて2つのシミュレータをブリッジするフィールドレベルの新しいエミュレータを提案する。
本手法は,フローベース手法を用いて,あるシミュレータから別のシミュレータへの可能性伝達を学習する。
複数のトランスポートマップが存在するので、コンディション最適輸送フローマッチング(COT-FM)を用いて、変換がデータの基本構造を最小限に歪ませることを保証する。
ラグランジアン摂動理論(LPT)をN体粒子メシュ(PM)にブリッジすることで,この手法の有効性を実証する。
また,本エミュレータがシミュレータ間の全補正を捕捉し,実後部を精度良く再現できることを示し,従来の要約統計を超越して精度を検証した。
関連論文リスト
- PolySim: Bridging the Sim-to-Real Gap for Humanoid Control via Multi-Simulator Dynamics Randomization [53.7088694598817]
複数の異種シミュレータを統合するWBCトレーニングプラットフォームであるPolySimを紹介する。
理論的には、PolySimは単シミュレータトレーニングよりもシミュレータ誘導バイアスの強い上限が得られることを示す。
論文 参考訳（メタデータ） (2025-10-02T06:31:42Z) - G-Sim: Generative Simulations with Large Language Models and Gradient-Free Calibration [48.948187359727996]
G-Simは、厳密な経験的校正によるシミュレータ構築を自動化するハイブリッドフレームワークである。
信頼性のある因果的インフォームドシミュレータを生成し、データ効率を軽減し、堅牢なシステムレベルの介入を可能にする。
論文 参考訳（メタデータ） (2025-06-10T22:14:34Z) - Gradient-based Trajectory Optimization with Parallelized Differentiable Traffic Simulation [24.95575815501035]
インテリジェントドライバモデル(IDM)に基づく並列化微分可能交通シミュレータを提案する。
我々の車両シミュレーターは、車両の動きを効率的にモデル化し、現実世界のデータに合うように教師できる軌道を生成する。
このシミュレータを用いて、入力軌跡の雑音をフィルタリングし(軌道フィルタリング)、スパース軌跡から高密度軌跡を再構成し(軌道再構成)、将来の軌跡を予測する。
論文 参考訳（メタデータ） (2024-12-21T19:53:38Z) - Flow Matching for Posterior Inference with Simulator Feedback [20.315933488318986]
フローベース生成モデリングは、物理科学における逆問題を解決する強力なツールである。
そこで本研究では,シミュレータに基づく制御信号の追加によるフローの洗練を提案する。
シミュレータからのフィードバックを含むと精度が53%向上し,従来の手法と競合することを示す。
論文 参考訳（メタデータ） (2024-10-29T22:26:39Z) - DiSECt: A Differentiable Simulator for Parameter Inference and Control
in Robotic Cutting [71.50844437057555]
軟質材料を切断するための最初の微分可能シミュレータであるDiSECtについて述べる。
シミュレータは、符号付き距離場に基づく連続接触モデルにより有限要素法を増強する。
このシミュレータは, 最先端の商用解法を用いて, 結果の力やフィールドに適合するようにキャリブレーションできることを示す。
論文 参考訳（メタデータ） (2022-03-19T07:27:19Z) - Online Planning in POMDPs with Self-Improving Simulators [17.722070992253638]
私たちはオンラインで、時間とともに改善する近似的だがはるかに高速なシミュレータを学びます。
近似シミュレータが学習中に確実に効率的に計画を行うため,シミュレーション毎にどのシミュレータを使うかを適応的に決定する手法を開発した。
2つの大きなドメインの実験的結果は、POMCPと統合すると、我々のアプローチは時間とともに効率を向上して計画できることを示している。
論文 参考訳（メタデータ） (2022-01-27T09:41:59Z) - Towards Optimal Strategies for Training Self-Driving Perception Models
in Simulation [98.51313127382937]
合成ドメインのみにおけるラベルの使用に焦点を当てる。
提案手法では,ニューラル不変表現の学習方法と,シミュレータからデータをサンプリングする方法に関する理論的にインスピレーションを得た視点を導入する。
マルチセンサーデータを用いた鳥眼視車両分割作業におけるアプローチについて紹介する。
論文 参考訳（メタデータ） (2021-11-15T18:37:43Z) - Transport away your problems: Calibrating stochastic simulations with
optimal transport [0.0]
我々は輸送理論からの手法を活用して「校正」シミュレータを構築する。
ニューラルネットワークを用いて、シミュレータによって生成された個々のサンプルに対する最小限の変更を計算します。
実験粒子物理学の文脈におけるその方法とその利点を解説する。
論文 参考訳（メタデータ） (2021-07-19T07:11:13Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。