预测未见3D物体的物理动力学
计算机视觉与模式识别
2020-01-20 v1 机器学习
摘要
能够预测物理交互对先前未见物体实例动力学所产生影响机器,对于构建更优机器人和交互式虚拟世界十分重要。本文中,我们聚焦于预测刚受冲量作用的平面上3D物体的动力学,具体预测其状态变化——3D位置、旋转、速度与稳定性。不同于以往工作,我们的方法能将动力学预测泛化至训练期间未见的物体形状与初始条件。我们的方法以3D物体形状为点云,以其初始线速度与角速度为输入;提取形状特征并使用循环神经网络预测每个时间步的完整状态变化。我们的模型支持利用来自物理引擎或真实世界的数据进行训练。实验表明,我们能准确预测未见物体几何与初始条件的状态变化。
引用
@article{arxiv.2001.06291,
title = {Predicting the Physical Dynamics of Unseen 3D Objects},
author = {Davis Rempe and Srinath Sridhar and He Wang and Leonidas J. Guibas},
journal= {arXiv preprint arXiv:2001.06291},
year = {2020}
}
备注
In Proceedings of Winter Conference on Applications of Computer Vision (WACV) 2020. arXiv admin note: text overlap with arXiv:1901.00466