論文の概要: Novel Algorithms for Smoothly Differentiable and Efficiently Vectorizable Contact Manifold Construction
- arxiv url: http://arxiv.org/abs/2604.17538v1
- Date: Sun, 19 Apr 2026 16:58:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-21 21:52:52.575564
- Title: Novel Algorithms for Smoothly Differentiable and Efficiently Vectorizable Contact Manifold Construction
- Title（参考訳）: Smoothly Differentiable and Efficiently Vectorizable Contact Manifold Constructionのための新しいアルゴリズム
- Authors: Onur Beker, Andreas René Geist, Anselm Paulus, Georg Martius,
- Abstract要約: ダイナミックスに関する第1/第2次情報を利用する手法の開発は、非常に有望である。
この研究の方向性の主なボトルネックは、有用な勾配とヘッセンを得るのが難しいことである。
本稿では, パズルの衝突検出部分を円滑に微分可能かつ大量ベクトル化可能な方法で解く方法を提案する。
- 参考スコア（独自算出の注目度）: 26.543084981943778
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generating intelligent robot behavior in contact-rich settings is a research problem where zeroth-order methods currently prevail. Developing methods that make use of first/second order information about the dynamics holds great promise in terms of increasing the solution speed and computational efficiency. The main bottleneck in this research direction is the difficulty in obtaining useful gradients and Hessians, due to pathologies in all three steps of a common simulation pipeline: i) collision detection, ii) contact dynamics, iii) time integration. This abstract proposes a method that can address the collision detection part of the puzzle in a manner that is smoothly differentiable and massively vectorizable. This is achieved via two contributions: i) a highly expressive class of analytical SDF primitives that can efficiently represent complex 3D surfaces, ii) a novel contact manifold generation routine that makes use of this geometry representation.
- Abstract（参考訳）: コンタクトリッチな環境でのインテリジェントなロボット動作の生成は、現在ゼロオーダーメソッドが普及している研究課題である。
ダイナミックスに関する第1次・第2次情報を利用する手法の開発は、解の速度と計算効率を向上する上で大きな可能性を秘めている。
この研究の方向性の主なボトルネックは、一般的なシミュレーションパイプラインの3つのステップの全てで病理が原因で、有用な勾配とヘッセンを得るのが難しいことである。
衝突検出; 衝突検出
二 接触力学
三 時間統合
本稿では, パズルの衝突検出部分を円滑に微分可能かつ大量ベクトル化可能な方法で解く方法を提案する。
これは2つのコントリビューションによって達成される。
一 複雑な三次元表面を効率的に表現することができる分析的SDFプリミティブの高度に表現的なクラス
二 この幾何表現を利用した新しい接触多様体生成ルーチン
関連論文リスト
- Transolver-3: Scaling Up Transformer Solvers to Industrial-Scale Geometries [51.028432812178266]
Transolver-3は、高忠実度物理シミュレーションのために設計されたTransolverファミリーの新しいメンバーである。
Transolver-3は1億6000万以上のセルでメッシュを処理でき、3つの挑戦的なシミュレーションベンチマークで優れたパフォーマンスを実現している。
論文 参考訳（メタデータ） (2026-02-04T16:52:44Z) - COMPOSE: Hypergraph Cover Optimization for Multi-view 3D Human Pose Estimation [58.47973015036709]
スパース多視点からの3次元ポーズ推定は、行動認識、スポーツ分析、人間とロボットの相互作用にとって重要な課題である。
ハイパーグラフ問題として多視点ポーズ対応マッチングを定式化する新しいフレームワークComposEを提案する。
COMPOSEは,従来の最適化手法よりも平均23%,自己教師付きエンドツーエンド学習手法より最大11%の精度向上を実現している。
論文 参考訳（メタデータ） (2026-01-14T18:50:17Z) - Lightning Grasp: High Performance Procedural Grasp Synthesis with Contact Fields [55.014365168982884]
本稿では,新しい高性能な手続き型グリップ合成アルゴリズムLightning Graspを提案する。
最先端のアプローチを超越したオーダー・オブ・マグニチュード・スピードアップを実現する。
ロボット操作のさらなるイノベーションを促進するために,当社のシステムをオープンソースとして公開しています。
論文 参考訳（メタデータ） (2025-11-10T18:59:44Z) - Pseudo Depth Meets Gaussian: A Feed-forward RGB SLAM Baseline [64.42938561167402]
本稿では,3次元ガウス型SLAMとフィードフォワードリカレント予測モジュールを組み合わせたオンライン3次元再構成手法を提案する。
このアプローチは、遅いテスト時間の最適化を高速なネットワーク推論に置き換え、トラッキング速度を大幅に改善する。
提案手法は,最先端のSplaTAMと同等の性能を示しながら,追跡時間を90%以上削減する。
論文 参考訳（メタデータ） (2025-08-06T16:16:58Z) - Learning Localization of Body and Finger Animation Skeleton Joints on Three-Dimensional Models of Human Bodies [0.0]
本研究は,人体の3次元モデル内での人体と指のアニメーションの骨格関節の位置決め問題に対する,そのような解決法を提案する。
提案手法を最先端技術と比較することにより,より単純なアーキテクチャで極めて優れた結果が得られることを示す。
論文 参考訳（メタデータ） (2024-07-11T13:16:02Z) - Differentiable DG with Neural Operator Source Term Correction [0.0]
圧縮可能なNavier-Stokes方程式を解くためのエンドツーエンドの微分可能なフレームワークを提案する。
この統合アプローチは、微分可能不連続なガレルキン解法とニューラルネットワークのソース項を組み合わせる。
提案するフレームワークの性能を2つの例で示す。
論文 参考訳（メタデータ） (2023-10-29T04:26:23Z) - Learned Indexing in Proteins: Substituting Complex Distance Calculations
with Embedding and Clustering Techniques [2.239917051803691]
著者らは3次元タンパク質構造探索の複雑な問題に対する軽量な解法を提案する。
この解は、(i)3次元タンパク質の構造情報の非常にコンパクトなベクトルへの変換、(ii)これらのベクトルをグループ化し、類似したオブジェクトの所定の個数を返すことでクエリに応答する確率モデルの使用、(iii)基本ベクトル距離関数を適用して結果を洗練する最終的なフィルタリングステップからなる。
論文 参考訳（メタデータ） (2022-08-18T15:22:42Z) - Efficient Differentiable Simulation of Articulated Bodies [89.64118042429287]
本稿では, 音素の効率的な微分可能シミュレーション法を提案する。
これにより、ボディダイナミクスを深層学習フレームワークに統合することが可能になる。
提案手法を用いて, 調音システムによる強化学習を高速化できることを示す。
論文 参考訳（メタデータ） (2021-09-16T04:48:13Z) - DiffPD: Differentiable Projective Dynamics with Contact [65.88720481593118]
DiffPDは、暗黙の時間積分を持つ効率的な微分可能なソフトボディシミュレータである。
我々はDiffPDの性能を評価し,様々な応用における標準ニュートン法と比較して4～19倍のスピードアップを観測した。
論文 参考訳（メタデータ） (2021-01-15T00:13:33Z)
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。