EDO-Net: Learning Elastic Properties of Deformable Objects from Graph Dynamics

要約

未知の物理的性質に一般化する変形可能なオブジェクトのグラフ ダイナミクスを学習する問題を研究します。
特に、布のような変形可能なオブジェクトの弾性物理特性の潜在的な表現を活用します。これは、引っ張る相互作用を通じて調査します。
EDO-Net (Elastic Deformable Object – Net) を提案します。これは、さまざまな弾性特性を持つ多種多様なサンプルで自己管理型の方法でトレーニングされたモデルです。
EDO-Net は、オブジェクトの物理的特性の潜在的な表現を抽出する適応モジュールと、潜在的な表現を利用して、グラフとして表される布のようなオブジェクトの将来の状態を予測するフォワード ダイナミクス モジュールを共同で学習します。
シミュレーションと実世界の両方で EDO-Net を評価し、次の機能を評価します。1) 布のような変形可能なオブジェクトの未知の物理的特性を一般化する、2) 学習した表現を新しい下流のタスクに転送する。

要約(オリジナル)

We study the problem of learning graph dynamics of deformable objects which generalize to unknown physical properties. In particular, we leverage a latent representation of elastic physical properties of cloth-like deformable objects which we explore through a pulling interaction. We propose EDO-Net (Elastic Deformable Object – Net), a model trained in a self-supervised fashion on a large variety of samples with different elastic properties. EDO-Net jointly learns an adaptation module, responsible for extracting a latent representation of the physical properties of the object, and a forward-dynamics module, which leverages the latent representation to predict future states of cloth-like objects, represented as graphs. We evaluate EDO-Net both in simulation and real world, assessing its capabilities of: 1) generalizing to unknown physical properties of cloth-like deformable objects, 2) transferring the learned representation to new downstream tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google