论文页面 - NeuROK：生成式4D神经物体运动学

来源：https://huggingface.co/papers/2605.30347

摘要

神经物体运动学通过学习结合潜在空间表示与基于Transformer的编码-解码，实现数据驱动的4D动态物体仿真参数化，从而在多种物体类型上生成逼真的时间形变。

数据驱动方法已彻底改变3D视觉领域，使Transformer能够有效重建和生成静态3D物体。然而，生成仿真4D动态（https://huggingface.co/papers?q=4D%20dynamics）——即静态物体在不同物理条件下的逼真时间形变（https://huggingface.co/papers?q=temporal%20deformations）——仍然充满挑战且往往缺乏统一框架，尽管它在构建全面的3D世界模型中至关重要。现有方法大多假设预先定义的物理模型，并通过系统辨识进行参数估计，这限制了这些方法只能应用于特定类别和小规模数据集。我们提出，通过学习面向物体物理系统（https://huggingface.co/papers?q=object-centric%20physical%20systems）的数据驱动运动学状态参数化，可以克服这些限制。具体而言，我们同时学习一个表示物体所有可能状态的潜在空间（https://huggingface.co/papers?q=latent%20space）和一个解码器（https://huggingface.co/papers?q=decoder），该解码器能将任意采样到的潜在变量映射为物体合理的形变形状。我们将这种参数化称为神经物体运动学（NeuROK），并在精心整理的大规模4D数据集（https://huggingface.co/papers?q=curated%20large-scale%204D%20dataset）上训练一个基于Transformer的编码-解码模型（https://huggingface.co/papers?q=transformer-based%20encoder-decoder%20model）。这种公式化和学习到的模型极大地简化了仿真动态的生成，因为我们只需从经典物理学中拉格朗日力学（https://huggingface.co/papers?q=Lagrangian%20mechanics）的角度考虑低维潜在空间（https://huggingface.co/papers?q=latent%20space）内的动力学。我们展示了该神经仿真框架（https://huggingface.co/papers?q=neural%20simulation%20framework）在多种动态物体类型上的有效性和通用性，明显优于先前工作。项目页面：https://chen-geng.com/neurok

查看arXiv页面（https://arxiv.org/abs/2605.30347）查看PDF（https://arxiv.org/pdf/2605.30347）项目页面（https://chen-geng.com/neurok）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2605.30347）

在你的智能体中获取此论文：

hf papers read 2605\.30347

没有最新的CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

没有模型关联此论文

在模型的README.md中引用arxiv.org/abs/2605.30347以建立与本页面的链接。

引用此论文的数据集0

没有数据集关联此论文

在数据集的README.md中引用arxiv.org/abs/2605.30347以建立与本页面的链接。

引用此论文的Space0

没有Space关联此论文

在Space的README.md中引用arxiv.org/abs/2605.30347以建立与本页面的链接。

包含此论文的收藏集0

没有收藏集包含此论文

将此论文添加到收藏集（https://huggingface.co/new-collection）以建立与本页面的链接。