日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

世界モデルarXiv:2602.11021

ContactGaussian-WM: 動画から物理に基づく世界モデルを学習

ContactGaussian-WM: Learning Physics-Grounded World Model from Videos

シェア:XThreadsFacebookLINEはてブBluesky

接触の多い動画から、微分可能な剛体物理エンジンを通して物理法則を学習する世界モデルを提案し、データ合成やMPCに応用した。

詳しい要約

1. どんなもの?

- 提案: ContactGaussian-WM という世界モデル - 目的: 複雑な物理相互作用を理解し、ロボティクス計画・シミュレーションに貢献 - 特徴: 微分可能な物理ベースの剛体世界モデル - 入力: 疎で接触の多い動画列から物理法則を学習 - 構成: 視覚外観と衝突形状を統合した Gaussian 表現、閉形式物理エンジンを通じた end-to-end 微分可能学習 - 応用: データ合成、リアルタイム MPC

2. 先行研究と比べてどこがすごい?

- 先行研究の課題: データ不足や接触の多い複雑な動きの環境モデリングが不十分 - 提案の優位性: - 疎で接触の多い動画から複雑な物理法則を直接学習可能 - 視覚と衝突形状を統合した Gaussian 表現により、外観と物理形状を同時に扱う - 閉形式物理エンジンを通じた微分可能学習で、物理特性を視覚観測から推論 - シミュレーションと実世界評価で state-of-the-art を上回る性能と頑健な汎化を実証

3. 技術・手法の肝は?

- 核心技術: - 統一 Gaussian 表現: 視覚外観と衝突形状を同時に表現 - end-to-end 微分可能学習: 閉形式物理エンジンを微分し、疎な視覚観測から物理特性を推論 - 剛体世界モデル: 接触を含む動的運動を物理ベースでモデル化 - 学習の流れ: 動画列から物理パラメータを推定し、予測・計画に利用

4. どうやって有効だと検証した?

- 検証方法: - 広範なシミュレーション評価 - 実世界評価 - 結果: - 複雑なシナリオの学習で state-of-the-art を上回る - 頑健な汎化能力を示す - 下流応用(データ合成、リアルタイム MPC)で実用性を実証

5. 議論はある?

- 議論点: - データ不足や接触の多い動的運動への対処が可能 - 実世界応用への可能性(データ合成、リアルタイム MPC) - 限界や課題は要旨からは不明

6. 次に読むべき論文は?

- 関連研究: - 既存の world model 手法(要旨で具体的名称なし) - 微分可能物理エンジンを用いた学習手法 - Gaussian Splatting 系の表現 - ロボティクスにおける MPC 関連研究

※ 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: Meizhong Wang, Wanxin Jin, Kun Cao, Lihua Xie, Yiguang Hong

分類: cs.RO, cs.AI, cs.CV

原文アブストラクト

Developing world models that understand complex physical interactions is essential for advancing robotic planning and simulation.However, existing methods often struggle to accurately model the environment under conditions of data scarcity and complex contact-rich dynamic motion.To address these challenges, we propose ContactGaussian-WM, a differentiable physics-grounded rigid-body world model capable of learning intricate physical laws directly from sparse and contact-rich video sequences.Our framework consists of two core components: (1) a unified Gaussian representation for both visual appearance and collision geometry, and (2) an end-to-end differentiable learning framework that differentiates through a closed-form physics engine to infer physical properties from sparse visual observations.Extensive simulations and real-world evaluations demonstrate that ContactGaussian-WM outperforms state-of-the-art methods in learning complex scenarios, exhibiting robust generalization capabilities.Furthermore, we showcase the practical utility of our framework in downstream applications, including data synthesis and real-time MPC.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI