使用带四元数注意力的对偶四元数循环神经网络预测刚体动力学
机器学习
2022-08-10 v1
摘要
我们提出了一种基于对偶四元数的新型神经网络架构,其允许以紧凑方式表示信息,主要侧重于描述刚体运动。为涵盖刚体运动固有的动态行为,我们在神经网络中提出了循环架构。为更高效地进一步建模各刚体之间以及外部输入之间的相互作用,我们引入了一种采用对偶四元数代数的新型注意力机制。所引入的架构可通过基于梯度的算法进行训练。我们将该方法应用于一个包裹预测问题,其中一个具有初始位置、朝向、速度与角速度的刚体在固定仿真环境中运动,该环境表现出包裹与边界之间丰富的相互作用。
引用
@article{arxiv.2011.08734,
title = {Predicting Rigid Body Dynamics using Dual Quaternion Recurrent Neural Networks with Quaternion Attention},
author = {Johannes Pöppelbaum and Andreas Schwung},
journal= {arXiv preprint arXiv:2011.08734},
year = {2022}
}