論文の概要: Interactive 4D Volumetric Liquid Forecasting under Moving-Solid Interaction

• arxiv url: http://arxiv.org/abs/2610.16167v1
• Date: Mon, 12 Oct 2026 04:42:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.309439
• Title: Interactive 4D Volumetric Liquid Forecasting under Moving-Solid Interaction
• Title（参考訳）: 移動ソリッド相互作用による対話型4次元体積液体予測
• Abstract要約: このタスクは、運動条件の液体応答を推論する必要があるシステムに対して、上流の物理予測プリミティブを提供する。 我々は、TIDE/TIDESという2段階のリカレントトランスポート駆動予測フレームワークを提案し、TIDESは局所的なインタフェース駆動予測を分離し、TIDESは明示的な結合と安定化を付加する。
• 参考スコア（独自算出の注目度）: 11.783343446782837
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose the task of Interactive 4D Volumetric Liquid Forecasting: predicting the spatiotemporal evolution of a future dense 3D liquid velocity field conditioned on how a solid object moves through it. This task provides an upstream physical forecasting primitive for systems that need to reason about motion-conditioned liquid response, including robotic liquid manipulation, digital twins, and rigid-fluid video generation. Existing works have made efforts in predicting flow around static or prescribed solid geometries and synthesizing visually plausible fluid motion. Yet these approaches provide limited coverage for interactive liquid dynamics, as they are not capable of forecasting how a moving solid induces a future full-domain liquid response. In this forecasting scenario, the hydrodynamic effect is condensed near an evolving liquid-solid interface, but the prediction target is a global spatiotemporal rollout. To address this challenge, we propose a two-level recurrent forecasting framework, TIDE/TIDES: TIDE isolates localized interface-driven forecasting, while TIDES adds transport-aware coupling and explicit stabilization to reduce accumulated rollout error. Across adapted neighboring baselines, controlled component ablations, motion/size OOD tests, and long-horizon evaluation, TIDES achieves the best forecasting performance and the ablations identify localized interaction, transport coupling, and stabilization as the key contributors. Together, our task formulation, benchmark, and TIDE/TIDES study establish a controlled foundation for moving-solid-conditioned dense liquid forecasting. The code is publicly available at https://github.com/jongwonryu/TIDE-TIDES.
• Abstract（参考訳）: 本研究では, 固体物体の移動を条件とした3次元液体流速場の時空間的変化を予測し, 対話型4次元液体流速予測の課題を提案する。 このタスクは、ロボット液体操作、デジタルツイン、剛体流体ビデオ生成など、運動条件の液体反応を推論する必要があるシステムに対して、上流の物理的予測プリミティブを提供する。 既存の研究は、静的または所定の固体地形のまわりの流れを予測し、視覚的に可視な流体運動を合成する努力をしてきた。 しかし、これらのアプローチは、動く固体が将来のフルドメインの液体反応をどのように引き起こすかを予測できないため、インタラクティブな液体力学に限定的なカバレッジを提供する。 この予測シナリオでは, 流体力学的効果は液体-固体界面付近で凝縮されるが, 予測対象はグローバル時空間ロールアウトである。 この課題に対処するために、TIDE/TIDESという2段階のリカレント予測フレームワークを提案する: TIDEは、局所的なインターフェイス駆動予測を分離し、TIDESは、累積ロールアウトエラーを低減するために、トランスポート・アウェア・カップリングと明示的な安定化を加えた。 TIDESは、隣り合うベースライン、制御されたコンポーネントのアブレーション、モーション/サイズOODテスト、長期評価の他、最適な予測性能を達成し、局所的な相互作用、輸送結合、安定化をキーコントリビュータとして特定する。 タスクの定式化, ベンチマーク, TIDE/TIDES 研究とともに, 移動固相密液体予測の制御基盤を確立する。 コードはhttps://github.com/jongwonryu/TIDE-TIDESで公開されている。

関連論文リスト

• Fetch My Beer: Synthetic-to-real Hierarchical Policy for Smooth Pick-and-place [54.561625475942584]
  本研究では, 液体充填容器の安定輸送について検討し, ロボットが物体を目標場所へ移動させながら, スロッシングを抑え, こぼれを防止する方法を検討した。 このタスクは運動の滑らかさと軌道レベルの安定性に厳格な要件を課し、既存のシステムの明確な制限を明らかにする。 物理的に検証されたデータ生成と階層的拡散型コントローラを結合した合成から現実のフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-09-16T04:55:12Z)
• From Where to How: Continuous 4D Interaction Forecasting from Egocentric Video [62.898774619819676]
  エゴセントリックな4Dインタラクション予測は、将来のインタラクションが3Dで起こる場所と、その実現のために人体がどのように動くかを予測することを目的としている。 コヒーレント4D(Coherent4D)は、3つの領域にわたる約233Kサンプルからなる連続4Dインタラクション予測のための大規模エゴセントリックデータセットである。 HIGFlow(Hand Interaction Guided Residual Flow)フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-09-08T12:06:23Z)
• An ALE-Consistent Graph Neural Operator-Transformer Framework for Fluid-Structure Interaction [0.0]
  本稿では,非構造化メッシュの変形予測のための任意のラグランジアン・エレリアン(ALE)一貫性機械学習フレームワークを提案する。 このフレームワークは、シリンダーの起動時のフレキシブルビーム振動のベンチマーク問題である。
  論文  参考訳（メタデータ） (2026-05-01T03:36:18Z)
• OFlow: Injecting Object-Aware Temporal Flow Matching for Robust Robotic Manipulation [55.56490813640669]
  VLAモデルは典型的には現在のフレームにのみ作用するが、将来の予測とオブジェクト認識推論は別々の潜在空間でしばしば学習される。 本稿では,時間的フォアシークエンスとオブジェクト認識推論を共通化することで,制約に対処するフレームワークOFlowを提案する。 提案手法は, 時間的フローマッチングを用いて将来の潜伏者を予測し, 物理的に関係のある手がかりを強調するオブジェクト認識表現に分解する。
  論文  参考訳（メタデータ） (2026-04-20T06:38:01Z)
• F2F-AP: Flow-to-Future Asynchronous Policy for Real-time Dynamic Manipulation [62.06267255986041]
  非同期推論はロボット操作における主要なパラダイムとして現れている。 本稿では,予測対象の流れを利用して将来の観測を合成する新しい枠組みを提案する。 本手法は複雑な動的操作タスクにおける応答性と成功率を大幅に向上させる。
  論文  参考訳（メタデータ） (2026-04-02T17:57:15Z)
• Physics-guided Active Sample Reweighting for Urban Flow Prediction [75.24539704456791]
  都市フロー予測は、バス、タクシー、ライド駆動モデルといった交通サービスのスループットを見積もる、微妙な時間的モデリングである。 最近の予測解は、物理学誘導機械学習(PGML)の概念による改善をもたらす。 我々は、PN(atized Physics-guided Network)を開発し、P-GASR(Physical-guided Active Sample Reweighting)を提案する。
  論文  参考訳（メタデータ） (2024-07-18T15:44:23Z)

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。