EMPM：変形可能物体のモデリングとシミュレーションのための身体性MPM
EMPM: Embodied MPM for Modeling and Simulation of Deformable Objects
微分可能なMaterial Point Methodシミュレータを用いて、多視点RGB-D動画から変形物体の形状・外観を再構成し、物理パラメータをオンライン最適化するフレームワークを提案。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Yunuo Chen, Yafei Hu, Lingfeng Sun, Tushar Kusnur, Laura Herlant, Chenfanfu Jiang
分類: cs.RO
原文アブストラクト
Modeling deformable objects - especially continuum materials - in a way that is physically plausible, generalizable, and data-efficient remains challenging across 3D vision, graphics, and robotic manipulation. Many existing methods oversimplify the rich dynamics of deformable objects or require large training sets, which often limits generalization. We introduce embodied MPM (EMPM), a deformable object modeling and simulation framework built on a differentiable Material Point Method (MPM) simulator that captures the dynamics of challenging materials. From multi-view RGB-D videos, our approach reconstructs geometry and appearance, then uses an MPM physics engine to simulate object behavior by minimizing the mismatch between predicted and observed visual data. We further optimize MPM parameters online using sensory feedback, enabling adaptive, robust, and physics-aware object representations that open new possibilities for robotic manipulation of complex deformables. Experiments show that EMPM outperforms spring-mass baseline models. Project website: https://embodied-mpm.github.io.
関連論文
- 擬似剛体ネットワーク：部分観測から解釈可能な変形物体ダイナミクスを学習変形物体モデリング
- 多変量動的スプラインによる変形可能な線状物体モデルのシンプレクティック積分変形物体モデリング
