AB-UPT：面向汽车与航空应用的锚定分支通用物理变换器
机器学习
2025-10-20 v1 人工智能
摘要
最近提出的锚定分支通用物理变换器（AB-UPT）显示出强大的能力，能够复制需要计算资源数个数量级低于传统数值求解器的汽车计算流体动力学仿真。在本技术报告中，我们向AB-UPT已实证评估用例的集合中添加了两个新数据集，结合高质量数据生成与最新神经代理器。两个数据集均由Luminary Cloud平台生成，包含汽车（SHIFT-SUV）和飞机（SHIFT-Wing）。我们首先详细阐述了数据生成过程。随后，我们在两个数据集上对AB-UPT与先前SOTA变换器基线进行了有利的性能比较，随后对最佳AB-UPT模型进行了大规模定性和定量评估。AB-UPT在各方面均表现出色。值得注意的是，它能在简单等高网格几何表示下，几乎完美地预测气动力集成值，仅用数秒时间完成，且可在单GPU上一天内完成训练，为行业规模应用铺平了道路。
引用
@article{arxiv.2510.15808,
title = {AB-UPT for Automotive and Aerospace Applications},
author = {Benedikt Alkin and Richard Kurle and Louis Serrano and Dennis Just and Johannes Brandstetter},
journal= {arXiv preprint arXiv:2510.15808},
year = {2025}
}