日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

変形物体/物理モデル/一人称視点arXiv:2606.16202

EgoPhys: 一人称視点動画から変形物体の汎用的物理モデルを学習する

EgoPhys: Learning Generalizable Physics Models of Deformable Objects from Egocentric Video

シェア:XThreadsFacebookLINEはてブBluesky

一人称視点のRGB動画のみから変形物体の物理デジタルツインを構築するフレームワークを提案し、未知物体へのゼロショット一般化を実現した。

詳しい要約

1. どんなもの?

- 一人称視点のRGB動画から変形可能物体の物理モデルを構築するフレームワークEgoPhysを提案。 - 弾性材料や布などの複雑な変形ダイナミクスを予測するデジタルツインを生成。 - 物体ごとの逆物理ソリューションをコードブックに蒸留し、未知物体の密なバネ剛性場を予測。 - 多様な一人称インタラクションから一般化可能な事前分布を学習。 - 実機xArm6に展開し、人間の遊び動画から初期化したデジタルツインを内部世界表現として変形物体計画に活用。

2. 先行研究と比べてどこがすごい?

- 既存手法の限界を克服し、一人称動画から制御可能な変形デジタルツイン生成を実現。 - テスト時最適化不要で未知物体のバネ剛性場を予測可能。 - 再構成、未来予測、ゼロショット一般化でベースラインを上回る性能。 - 一人称RGB観測がreal-to-simパイプラインへのスケーラブルな経路であることを示唆。

3. 技術・手法の肝は?

- 物体ごとの逆物理ソリューションをコンパクトなコードブックに蒸留。 - コードブックから未知物体の密なバネ剛性場を予測。 - 多様な一人称インタラクションから一般化可能な事前分布を学習。 - 一人称RGBのみの動画から変形物理デジタルツインを構築。

4. どうやって有効だと検証した?

- 再構成、未来予測、ゼロショット一般化のタスクでベースラインと比較。 - 多様な変形物体、シーン、操作スタイルを含む一人称インタラクションデータセットを収集し、訓練と評価に使用。 - 実機xArm6ロボットに展開し、人間の遊び動画から初期化したデジタルツインが変形物体計画に役立つことを実証。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていない。同分野の定番として、変形物体の物理モデリング、デジタルツイン、real-to-sim、一人称視覚、ロボット操作に関する論文が挙げられる。

※ 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: Hyunjin Kim, Ri-Zhao Qiu, Guangqi Jiang, Xiaolong Wang

分類: cs.CV, cs.AI, cs.RO

原文アブストラクト

Humans naturally understand object physics through everyday interactions, but faithfully predicting complex deformable dynamics, such as elastic materials and fabrics, remains a major challenge for computer vision and robotics. We present EgoPhys, a framework that constructs deformable physical digital twins from egocentric RGB-only video using generalizable priors. EgoPhys overcomes the limitations of existing methods to enable controllable deformable digital twin generation from egocentric videos by distilling per-object inverse-physics solutions into a compact codebook, enabling prediction of dense spring stiffness fields for unseen objects without per-spring test-time optimization. Trained with generalizable priors from diverse egocentric interactions, EgoPhys outperforms baselines in reconstruction, future prediction, and zero-shot generalization. To support training and evaluation, we curate an egocentric interaction dataset covering diverse deformable objects, scenes, and manipulation styles. We deploy EgoPhys on a real xArm6 robot, demonstrating that a digital twin initialized from a single egocentric human play video can serve as an internal world representation to aid in deformable-object planning, highlighting egocentric RGB observations as a scalable path toward real-to-sim pipelines.

  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

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI