論文の概要: MPMWorlds: Material-Point-Method Simulations for Inferring and Extrapolating Physical Dynamics
- arxiv url: http://arxiv.org/abs/2606.01538v1
- Date: Mon, 01 Jun 2026 01:36:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-02 21:34:29.776475
- Title: MPMWorlds: Material-Point-Method Simulations for Inferring and Extrapolating Physical Dynamics
- Title（参考訳）: MPMWorlds:物理力学の推論と外挿のための材料ポイント法によるシミュレーション
- Authors: Žiga Kovačič, Kevin Ellis,
- Abstract要約: 変形可能な物体,流体,運動物体,エミッタなどのリッチな物理現象をカバーする2次元材料ポイント法 (MPM) の物理シミュレーションデータセットを組み立てる。
このデータセット上でのコード生成とビデオ拡散のアプローチについて検討し、物理的に関係する側情報の量を変化させることで、その強みと弱みを識別する。
コード生成モデルは、MPMシミュレーションの自動合成の動作デモ以上のもので、このようなアプローチは視覚的入力から物理パラメータを推測するのに苦労するが、ビデオ拡散とは対照的に、時間とともに物理的および時間的に安定した外挿を生成する。
- 参考スコア（独自算出の注目度）: 16.350165647919464
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: To study the ability to infer physical dynamics from videos and extrapolate them forward in time, we assemble a dataset of 2D Material Point Method (MPM) physical simulations covering rich physical phenomena such as deformable objects, fluids, kinetic objects, and emitters. We study code generation and video diffusion approaches on this dataset, identifying their strengths and weaknesses by varying the amount of physically relevant side information. The code generation model, beyond giving a working demonstration of automatic synthesis of MPM simulations, reveals that such an approach struggles with inferring physical parameters from visual input, but relative to video diffusion, produces physically and temporally stable extrapolations forward in time, while the video diffusion model more strongly identifies geometric properties from visual input but produces physically implausible extrapolations.
- Abstract（参考訳）: ビデオから物理力学を推論し,それらを時間内に外挿する能力を研究するために,変形可能な物体,流体,運動物体,エミッタなどのリッチな物理現象をカバーする2次元材料ポイント法 (MPM) の物理シミュレーションデータセットを組み立てた。
このデータセット上でのコード生成とビデオ拡散のアプローチについて検討し、物理的に関係する側情報の量を変化させることで、その強みと弱みを識別する。
コード生成モデルは、MPMシミュレーションの自動合成の動作デモの他に、このようなアプローチは視覚入力から物理パラメータを推測するのに苦労するが、ビデオ拡散と比較して、時間内に物理的および時間的に安定な外挿を前もって生成し、ビデオ拡散モデルは視覚入力から幾何学的性質を強く識別するが、物理的に不可解な外挿を生成する。
関連論文リスト
- PhyCo: Learning Controllable Physical Priors for Generative Motion [55.59209981836171]
本稿では,ビデオ生成に連続的,解釈可能,物理的に接地された制御を導入するフレームワークであるPhyCoを紹介する。
i) 摩擦, 再構成, 変形, 力が様々なシナリオで体系的に変化する100K以上のフォトリアリスティック・シミュレーション・ビデオの大規模データセット, (ii) 物理制御された拡散モデルの微調整, (iii) VLM誘導報酬最適化, 微調整された視覚言語モデルにより、対象とする物理クエリを用いて生成されたビデオを評価し、異なるフィードバックを提供する。
論文 参考訳（メタデータ） (2026-04-30T17:53:03Z) - MMPhysVideo: Scaling Physical Plausibility in Video Generation via Joint Multimodal Modeling [55.72785604682579]
MMPhysVideoは、共同マルチモーダルモデリングにおけるビデオ生成における物理的可視性を拡大するフレームワークである。
MMPhysVideoは、様々なベンチマークで高度なモデルよりも、物理的な可視性と視覚的品質を一貫して改善している。
論文 参考訳（メタデータ） (2026-04-03T07:32:24Z) - EMPM: Embodied MPM for Modeling and Simulation of Deformable Objects [19.905517730273232]
Embodied MPM (EMPM) は、微分可能な材料ポイント法(MPM)シミュレータ上に構築された変形可能なオブジェクトモデリングおよびシミュレーションフレームワークである。
マルチビューRGB-Dビデオから幾何学と外観を再構成し,MPM物理エンジンを用いて物体の挙動をシミュレートする。
さらに、感覚フィードバックを用いてMPMパラメータをオンラインで最適化し、適応的、堅牢で、物理に意識したオブジェクト表現を可能にします。
論文 参考訳（メタデータ） (2026-01-24T01:27:09Z) - Inferring Dynamic Physical Properties from Video Foundation Models [94.35979242947873]
ビデオから動的物理特性を予測するタスクについて検討する。
時間的情報を必要とする物理的特性として,バウンディング物体の弾性,流動液体の粘度,表面を滑り落ちる物体の動的摩擦について考察する。
論文 参考訳（メタデータ） (2025-10-02T17:59:50Z) - Think Before You Diffuse: Infusing Physical Rules into Video Diffusion [55.046699347579455]
実世界の動き、相互作用、ダイナミクスの複雑さは、データから物理を学ぶ際に大きな困難をもたらす。
DiffPhyは、トレーニング済みの動画拡散モデルを微調整することで、物理的に正確でリアルな映像生成を可能にする汎用的なフレームワークである。
論文 参考訳（メタデータ） (2025-05-27T18:26:43Z) - PhysFlow: Unleashing the Potential of Multi-modal Foundation Models and Video Diffusion for 4D Dynamic Physical Scene Simulation [9.306758077479472]
PhysFlowは、マルチモーダル基礎モデルとビデオ拡散を利用して、強化された4次元ダイナミックシーンシミュレーションを実現する新しいアプローチである。
この統合フレームワークは、現実世界のシナリオにおける動的相互作用の正確な予測と現実的なシミュレーションを可能にする。
論文 参考訳（メタデータ） (2024-11-21T18:55:23Z) - ContPhy: Continuum Physical Concept Learning and Reasoning from Videos [86.63174804149216]
ContPhyは、マシン物理常識を評価するための新しいベンチマークである。
私たちは、さまざまなAIモデルを評価し、ContPhyで満足なパフォーマンスを達成するのに依然として苦労していることがわかった。
また、近年の大規模言語モデルとパーティクルベースの物理力学モデルを組み合わせるためのオラクルモデル(ContPRO)を導入する。
論文 参考訳（メタデータ） (2024-02-09T01:09:21Z)
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。