TORA：面向3D形状装配的数值拓扑表示对齐
计算机视觉与模式识别
2026-04-07 v1 机器学习
摘要
流匹配方法用于3D形状装配学习点级速度场以将部件运输至装配配置，但它们未获得关于哪些跨部件相互作用应驱动运动的明确指导。我们引入TORA（拓扑表示对齐），一个以拓扑为主的表示对齐框架，通过从冻结的预训练3D编码器提取关系结构来蒸馏到流匹配主干网络中。我们首先通过简单实现——token级余弦匹配——实现了这一点，将从教师表示中学习的几何描述符注入其中。随后，我们扩展使用中心化核对齐 (CKA) 损失来匹配学生与教师表示之间的相似性结构，以实现更有效的拓扑对齐。通过系统性探索多种3D编码器，我们表明几何和接触中心的教师属性而非语义分类能力主导对齐效果，且在空间结构自然出现的后期Transformer层中，对齐最为有益。TORA在推理时引入零开销，同时带来两个一致的益处：加快收敛速度（最高可达6.9倍）和提高原分布内准确率，同时在域迁移下表现出更好的鲁棒性。实验在覆盖几何、语义和跨对象装配的五个基准数据集上实现了最先进的性能，在针对未见得实世界和合成数据集的零样本迁移中尤其展现出显著的提升。项目页面：https://nahyuklee.github.io/tora。
引用
@article{arxiv.2604.04050,
title = {TORA: Topological Representation Alignment for 3D Shape Assembly},
author = {Nahyuk Lee and Zhiang Chen and Marc Pollefeys and Sunghwan Hong},
journal= {arXiv preprint arXiv:2604.04050},
year = {2026}
}