Unisoma：面向多固体系统的统一 Transformer 求解器
机器学习
2025-07-25 v2
摘要
多固体系统是广泛应用于实际场景的基础性问题，但其复杂相互作用的建模仍具有挑战性。现有深度学习方法主要依赖隐式建模，这些方法并未显式表示影响固体变形的因素，而是通过间接学习方式来捕捉。然而随着固体数量的增加，这些方法难以准确捕捉复杂的物理相互作用。本文提出一种新型显式建模范式，通过结构化模块来刻画影响固体变形的因素。具体而言，我们提出 Unisoma，一个能够处理可变数量固体的统一且灵活的 Transformer 模型。Unisoma 利用接触模块和自适应相互作用分配机制直接捕捉物理相互作用，并通过三元关系学习变形。与隐式建模技术相比，显式建模更适合于结构多样化的多固体系统，因其能够对每个固体进行细致处理，同时防止信息的混合与混乱。实验表明，Unisoma 在七个成熟数据集和两个复杂多固体任务上均实现了一致的领先性能。代码已公开于 https://github.com/therontau0054/Unisoma。
引用
@article{arxiv.2506.06021,
title = {Unisoma: A Unified Transformer-based Solver for Multi-Solid Systems},
author = {Shilong Tao and Zhe Feng and Haonan Sun and Zhanxing Zhu and Yunhuai Liu},
journal= {arXiv preprint arXiv:2506.06021},
year = {2025}
}
备注
Proceedings of the 42nd International Conference on Machine Learning