RigidFormer：无网格刚体动力学的Transformer模型
热点事件持续更新
RigidFormer：无网格刚体动力学的Transformer模型
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
Zhiyang Dou 等作者提出并发布 RigidFormer，一个以物体为中心的 Transformer 模型，可从点云等无网格输入学习刚体动力学，并支持可控积分步长。模型用紧凑锚点推进每个物体，以 Anchor-Vertex Pooling 补充局部顶点特征，并用可微 Kabsch 对齐把更新投影到刚体流形上。 作者称，在标准基准上，RigidFormer 用点输入即可超过或持平基于网格的基线，运行更快，能泛化到未见过的点分辨率和跨数据集场景，并可扩展到 200 个以上物体；作者还展示了将其初步扩展到命令条件铰接体的结果，做法是把各身体部件视为相互作用的物体级组件。
AI 根据报道生成 · 15 小时前更新
最新进展11月9日 13:00
RigidFormer：用 Transformer 学习无网格刚体动力学报道时间线
沿着报道，了解事件的不同侧面。
11月9日
- arXiv cs.RORigidFormer：用 Transformer 学习无网格刚体动力学
RigidFormer 是一个以物体为中心的 Transformer 模型，可从点云等无网格输入学习刚体动力学，并支持可控积分步长。它用紧凑锚点推进每个物体，通过 Anchor-Vertex Pooling 补充局部顶点特征，并用可微 Kabsch 对齐把更新投影到刚体流形上。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 1011月9日 14:00
- 近 24 小时变化
- –
02.557.510
15:0018:0021:0011月10日03:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。