GauSim: Registering Elastic Objects into Digital World by Gaussian Simulator

要約

この研究では、ガウス カーネルを通じて表現される現実世界の弾性オブジェクトの動的挙動をキャプチャするように設計された新しいニューラル ネットワーク ベースのシミュレーターである GauSim を紹介します。
粒子ベースのシミュレーション内でカーネルを粒子として扱う従来の方法とは異なり、当社では連続力学を活用し、各カーネルを連続した物質としてモデル化し、理想的な仮定を持たずに現実的な変形を考慮します。
計算効率と忠実度を向上させるために、明示的な定式化によりカーネルを質量中心システム (CMS) に編成する階層構造を採用し、粗いシミュレーションから細かいシミュレーションまでのアプローチを可能にします。
この構造により、詳細なダイナミクスを維持しながら、計算オーバーヘッドが大幅に削減されます。
さらに、GauSim には質量と運動量の保存などの明示的な物理制約が組み込まれており、解釈可能な結果と堅牢で物理的に妥当なシミュレーションが保証されます。
私たちのアプローチを検証するために、現実世界の弾性変形のマルチビュー ビデオを含む新しいデータセット READY を提示します。
実験結果は、GauSim が既存の物理学に基づくベースラインと比較して優れたパフォーマンスを達成し、複雑な動的動作をシミュレートするための実用的で正確なソリューションを提供することを示しています。
コードとモデルは公開されます。
プロジェクトページ: https://www.mmlab-ntu.com/project/gausim/index.html 。

要約(オリジナル)

In this work, we introduce GauSim, a novel neural network-based simulator designed to capture the dynamic behaviors of real-world elastic objects represented through Gaussian kernels. Unlike traditional methods that treat kernels as particles within particle-based simulations, we leverage continuum mechanics, modeling each kernel as a continuous piece of matter to account for realistic deformations without idealized assumptions. To improve computational efficiency and fidelity, we employ a hierarchical structure that organizes kernels into Center of Mass Systems (CMS) with explicit formulations, enabling a coarse-to-fine simulation approach. This structure significantly reduces computational overhead while preserving detailed dynamics. In addition, GauSim incorporates explicit physics constraints, such as mass and momentum conservation, ensuring interpretable results and robust, physically plausible simulations. To validate our approach, we present a new dataset, READY, containing multi-view videos of real-world elastic deformations. Experimental results demonstrate that GauSim achieves superior performance compared to existing physics-driven baselines, offering a practical and accurate solution for simulating complex dynamic behaviors. Code and model will be released. Project page: https://www.mmlab-ntu.com/project/gausim/index.html .

arxiv情報

提供元, 利用サービス

arxiv.jp, Google