ClothTransformer：用于可扩展布料模拟的统一潜在空间Transformer
图形学
2026-05-28 v1 计算机视觉与模式识别
摘要
统一且可扩展的Transformer最近在建模传统上与计算机图形学相关的各种现象方面取得了显著成功，例如3D视觉效果、渲染过程和视频中的运动。在这项工作中，我们更进一步，研究现代Transformer技术是否能应对布料模拟这一具有挑战性的任务。为此，我们提出了ClothTransformer，一个将布料模拟重新表述为在学习的潜在空间中进行自回归序列建模的框架。现有的神经布料模拟器大多专门用于单一场景，与网格离散化内在耦合，并且缺乏鲁棒的碰撞处理。我们的方法通过三个贡献解决了这些局限性：(1) 一个统一的Transformer架构，在单一模型下处理多样化的场景——人体驱动服装、机器人操作和自由落体碰撞——并在所有场景中实现了比先前最先进方法大约低4-9倍的误差；(2) 一个可扩展的潜在空间公式，将任意分辨率的网格压缩成固定大小的潜在令牌集，使得时间动态计算独立于网格分辨率；(3) 一个涵盖所有三种设置的多样化场景、高保真、无穿透的数据集，它使得一个可微分的连续碰撞检测模块能够抑制穿透伪影。
引用
@article{arxiv.2605.27852,
title = {ClothTransformer: Unified Latent-Space Transformers for Scalable Cloth Simulation},
author = {Yu Zhang and Yidi Shao and Wenqi Ouyang and Yushi Lan and Zhexin Liang and Chengrui Wu and Xudong Xu and Xingang Pan},
journal= {arXiv preprint arXiv:2605.27852},
year = {2026}
}