论文页面 - PhysiFormer：在世界空间中学习模拟力学

来源：https://huggingface.co/papers/2606.27364

摘要

PhysiFormer 使用坐标空间扩散生成物理上合理的 3D 物体运动，无需显式的归纳偏置，能够高效地进行多物体推理并泛化到复杂材料和几何形状。

我们提出 PhysiFormer，一种用于物理上合理的 3D 物体运动的扩散 Transformer。与在依赖视角的像素空间中运行的视频世界模型不同，PhysiFormer 将物体表示为在世界坐标中表达的 3D 网格。给定初始顶点位置和速度，以及物体材料类型（刚性或弹性），模型采样未来的顶点轨迹。虽然相关的神经物理学方法建立在特设的潜在空间上，或显式地强制刚性和因果性，但 PhysiFormer 表明，通过将顶点轨迹预测视为直接在世界坐标中的单一去噪扩散过程，可以在没有任何此类归纳偏置的情况下获得优异的结果。概率公式捕捉了所学动力学中的不确定性，从而能够从初始条件生成多样化的合理未来，这使得该框架可能对存在未观测不确定性的应用有用。该模型的特征在于注意力在时间、空间和物体上进行因子分解以提高效率，从而无需显式物体编码即可实现置换不变的多物体推理。PhysiFormer 在超过 10 万条模拟轨迹上进行训练，能够生成刚性和弹性力学，并泛化到混合材料设置、未见过的真实世界几何形状以及更多数量的物体。它在轨迹精度、刚性保持和基于动量的物理一致性方面显著优于自回归基线。我们的结果将坐标空间扩散定位为机器人、图形学和物理设计中视角不变、几何感知世界建模的一个有前景的步骤。可视化、代码和模型可在 https://yimingc9.github.io/physiformer 获取。

查看 arXiv 页面 (https://arxiv.org/abs/2606.27364)查看 PDF (https://arxiv.org/pdf/2606.27364)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2606.27364)

引用此论文的模型0

没有模型链接到此论文

在模型 README.md 中引用 arxiv.org/abs/2606.27364 以从本页链接它。

引用此论文的数据集0

没有数据集链接到此论文

在数据集 README.md 中引用 arxiv.org/abs/2606.27364 以从本页链接它。

引用此论文的 Spaces0

没有 Space 链接到此论文

在 Space README.md 中引用 arxiv.org/abs/2606.27364 以从本页链接它。

包含此论文的收藏集0

没有包含此论文的收藏集

将此论文添加到收藏 (https://huggingface.co/new-collection) 以从本页链接它。