Bayesian Optimization-based Tire Parameter and Uncertainty Estimation for Real-World Data

投稿日: 2025年4月30日 作成者: jarxiv

要約

この作業は、ベイジアン最適化アプローチを使用して、タイヤパラメーターとその不確実性を推定する方法論を提示します。
文献は主にタイヤパラメーターの推定を考慮していますが、適切なモデル適合に必要なパラメーター識別品質と必要なスリップ比の評価がありません。
したがって、我々は、パラメーターとそれらの不確実性の両方を推定する方法論として、確率的変異推論の使用を調べます。
理論および実世界のアプリケーションの最先端のネルダーミードアルゴリズムと比較して、この方法を評価します。
理論的研究では、各パラメーターの適切なフィッティングに必要な励起を評価するために、異なるスリップ比でパラメーターのフィッティングを考慮します。
結果は、Pacejka Magicフォーミュラタイヤモデルの感度分析と比較されます。
アブダビの自律レースリーグで取得した実際のデータに対するアルゴリズムの適用を示し、励起が不十分なため、曲率と形状パラメーターを特定する際の不確実性を強調します。
収集された洞察は、取得したデータの制限を評価し、代わりにより高いスリップ比がキャプチャされるまで標準化されたパラメーターを利用するのに役立ちます。
提案された方法を使用して、実際の条件でのタイヤモデルパラメーターの平均値と不確実性を評価し、シミュレーション研究に基づいてタイヤモデリングのアクションを導き出すことができることを示します。

要約(オリジナル)

This work presents a methodology to estimate tire parameters and their uncertainty using a Bayesian optimization approach. The literature mainly considers the estimation of tire parameters but lacks an evaluation of the parameter identification quality and the required slip ratios for an adequate model fit. Therefore, we examine the use of Stochastical Variational Inference as a methodology to estimate both – the parameters and their uncertainties. We evaluate the method compared to a state-of-the-art Nelder-Mead algorithm for theoretical and real-world application. The theoretical study considers parameter fitting at different slip ratios to evaluate the required excitation for an adequate fitting of each parameter. The results are compared to a sensitivity analysis for a Pacejka Magic Formula tire model. We show the application of the algorithm on real-world data acquired during the Abu Dhabi Autonomous Racing League and highlight the uncertainties in identifying the curvature and shape parameters due to insufficient excitation. The gathered insights can help assess the acquired data’s limitations and instead utilize standardized parameters until higher slip ratios are captured. We show that our proposed method can be used to assess the mean values and the uncertainties of tire model parameters in real-world conditions and derive actions for the tire modeling based on our simulative study.

arxiv情報

著者 Sven Goblirsch,Benedikt Ruhland,Johannes Betz,Markus Lienkamp
発行日 2025-04-29 15:39:10+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Bayesian Optimization-based Tire Parameter and Uncertainty Estimation for Real-World Data はコメントを受け付けていません

Invisible Servoing: a Visual Servoing Approach with Return-Conditioned Latent Diffusion

投稿日: 2025年4月30日 作成者: jarxiv

要約

この論文では、UAVの視覚ベースのナビゲーション（非公開の航空機）の生成モデルの適用を調査する潜在的な拡散確率モデル（DDPMS）に基づいた新しい視覚サーボ（VS）アプローチを提示します。
古典的なメソッドと対は反対に、提案されたアプローチにより、ターゲットが最初に見えない場合でも、目的のターゲットビューに到達することができます。
これは、DDPMが計画に使用する潜在的な表現と、ターゲットに触れられない初期ビューを含む軌跡のデータセットの学習のおかげで可能です。
コンパクトな表現は、クロスモーダル変異オートエンコーダーを使用して生の画像から学習されます。
現在の画像を考えると、DDPMは潜在スペースの軌跡を生成し、ロボットプラットフォームを目的の視覚ターゲットに導きます。
このアプローチは、2つのジェネリックマルチローターUAV（四肢装置と六角動態）を使用してシミュレーションで検証されています。
結果は、最初のビューに見えなくても、視覚ターゲットに正常に到達できることを示しています。

要約(オリジナル)

In this paper, we present a novel visual servoing (VS) approach based on latent Denoising Diffusion Probabilistic Models (DDPMs), that explores the application of generative models for vision-based navigation of UAVs (Uncrewed Aerial Vehicles). Opposite to classical VS methods, the proposed approach allows reaching the desired target view, even when the target is initially not visible. This is possible thanks to the learning of a latent representation that the DDPM uses for planning and a dataset of trajectories encompassing target-invisible initial views. A compact representation is learned from raw images using a Cross-Modal Variational Autoencoder. Given the current image, the DDPM generates trajectories in the latent space driving the robotic platform to the desired visual target. The approach has been validated in simulation using two generic multi-rotor UAVs (a quadrotor and a hexarotor). The results show that we can successfully reach the visual target, even if not visible in the initial view.

arxiv情報

著者 Bishoy Gerges,Barbara Bazzana,Nicolò Botteghi,Youssef Aboudorra,Antonio Franchi
発行日 2025-04-29 15:42:51+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Invisible Servoing: a Visual Servoing Approach with Return-Conditioned Latent Diffusion はコメントを受け付けていません

Hierarchical Temporal Logic Task and Motion Planning for Multi-Robot Systems

投稿日: 2025年4月30日 作成者: jarxiv

要約

個別のタスク計画を継続的なモーション計画と統合するマルチロボットシステムのタスクとモーションプランニング（TAMP）は、ロボット工学の困難な問題のままです。
既存のTAMPアプローチは、複雑な仕様を備えたマルチロボットシステムの効果的なスケーリングに苦労しており、実行可能なソリューションと長時間の計算時間につながります。
この作業では、表現型階層的な時間論的論理を使用してタスクが指定されており、タスクの割り当ては事前に決定されていないマルチロボット設定のTAMP問題に対処します。
当社のアプローチは、タスクレベルの計画のための階層的な時間論的論理仕様の効率と、モーションレベルの計画のための凸セットセットの最適化ベースのグラフを活用し、それらを製品グラフフレームワークに統合します。
タスクレベルでは、階層的な時間論的論理仕様を単一のグラフに変換し、そのエッジ内にタスク割り当てを埋め込みます。
モーションレベルでは、サンプリングベースのモーションプランナーに導かれ、構成スペースの凸セットを介した複数のロボットの実行可能な動きを表します。
この定式化により、TAMPの問題を、効率的な凸最適化技術を適用できる製品グラフ内の最短パス検索として定義できます。
私たちのアプローチは、穏やかな仮定の下で健全で完全であることを証明しています。
さらに、ロボット間のオブジェクトハンドオーバーを含む協力的なピックアンドプレイスタスクにフレームワークを拡張します。
4倍、ロボットアーム、自動化されたコンベアシステムを備えたシミュレーションおよび実際の世界環境を含む、さまざまな高次元のマルチロボットシナリオにまたがる方法を評価します。
私たちの結果は、私たちのアプローチが実行時間とソリューションの最適性の既存の方法を上回り、タスクの複雑さで効果的にスケーリングすることを示しています。

要約(オリジナル)

Task and motion planning (TAMP) for multi-robot systems, which integrates discrete task planning with continuous motion planning, remains a challenging problem in robotics. Existing TAMP approaches often struggle to scale effectively for multi-robot systems with complex specifications, leading to infeasible solutions and prolonged computation times. This work addresses the TAMP problem in multi-robot settings where tasks are specified using expressive hierarchical temporal logic and task assignments are not pre-determined. Our approach leverages the efficiency of hierarchical temporal logic specifications for task-level planning and the optimization-based graph of convex sets method for motion-level planning, integrating them within a product graph framework. At the task level, we convert hierarchical temporal logic specifications into a single graph, embedding task allocation within its edges. At the motion level, we represent the feasible motions of multiple robots through convex sets in the configuration space, guided by a sampling-based motion planner. This formulation allows us to define the TAMP problem as a shortest path search within the product graph, where efficient convex optimization techniques can be applied. We prove that our approach is both sound and complete under mild assumptions. Additionally, we extend our framework to cooperative pick-and-place tasks involving object handovers between robots. We evaluate our method across various high-dimensional multi-robot scenarios, including simulated and real-world environments with quadrupeds, robotic arms, and automated conveyor systems. Our results show that our approach outperforms existing methods in execution time and solution optimality while effectively scaling with task complexity.

arxiv情報

著者 Zhongqi Wei,Xusheng Luo,Changliu Liu
発行日 2025-04-29 16:26:35+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Hierarchical Temporal Logic Task and Motion Planning for Multi-Robot Systems はコメントを受け付けていません

Courteous MPC for Autonomous Driving with CBF-inspired Risk Assessment

投稿日: 2025年4月30日 作成者: jarxiv

要約

より自動運転車（AVS）が人間主導の車両（HV）と道路を共有することで、HVSの行動を尊重する安全で礼儀正しい操作がますます重要になるようにします。
AVの行動における安全性と礼儀の両方を促進するために、このホワイトペーパーでは、周囲の車両の騒々しい観察された位置と速度の両方を考慮することにより、制御バリア関数（CBFS）に触発されたリスク評価フレームワークの拡張が提案されています。
エゴ車両による知覚リスクは、周囲の環境の理解を反映して、安全で礼儀正しい運転を促進する可能性を示すリスクマップとして視覚化できます。
リスク評価フレームワークをモデル予測制御（MPC）スキームに組み込むことにより、1）他の車両に課せられた全体的なリスクを減らし、2）効率のための元の安全性と元の目的を尊重する礼儀行動を生成するために、自我AVに礼儀正しいMPCを提案します。
理論分析とシミュレーション実験を介して、提案された礼儀MPCのパフォーマンスを実証します。

要約(オリジナル)

With more autonomous vehicles (AVs) sharing roadways with human-driven vehicles (HVs), ensuring safe and courteous maneuvers that respect HVs’ behavior becomes increasingly important. To promote both safety and courtesy in AV’s behavior, an extension of Control Barrier Functions (CBFs)-inspired risk evaluation framework is proposed in this paper by considering both noisy observed positions and velocities of surrounding vehicles. The perceived risk by the ego vehicle can be visualized as a risk map that reflects the understanding of the surrounding environment and thus shows the potential for facilitating safe and courteous driving. By incorporating the risk evaluation framework into the Model Predictive Control (MPC) scheme, we propose a Courteous MPC for ego AV to generate courteous behaviors that 1) reduce the overall risk imposed on other vehicles and 2) respect the hard safety constraints and the original objective for efficiency. We demonstrate the performance of the proposed Courteous MPC via theoretical analysis and simulation experiments.

arxiv情報

著者 Yanze Zhang,Yiwei Lyu,Sude E. Demir,Xingyu Zhou,Yupeng Yang,Junmin Wang,Wenhao Luo
発行日 2025-04-29 16:44:51+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO, cs.SY, eess.SY | Courteous MPC for Autonomous Driving with CBF-inspired Risk Assessment はコメントを受け付けていません

Opinion-Driven Decision-Making for Multi-Robot Navigation through Narrow Corridors

投稿日: 2025年4月30日 作成者: jarxiv

要約

狭い廊下を通るマルチロボット横断のための意見主導型ナビゲーションフレームワークを提案します。
私たちのアプローチは、マルチロボットナビゲーションゲームとして定式化された狭い廊下の通過問題に対処するために、非線形意見ダイナミクス（NOD）として知られるマルチエージェントの意思決定モデルを活用しています。
NODモデルをマルチロボットパスプランニングアルゴリズムと統合することにより、フレームワークが廊下の通過中のデッドロックの可能性を効果的に削減することを示します。
ロボットの数を増やすことでスケーラビリティを確保するために、より大きなグループで効率的な調整を可能にするゲーム削減技術を導入します。
提案されたアプローチの有効性を検証するために、広範なシミュレーション研究が実施されます。

要約(オリジナル)

We propose an opinion-driven navigation framework for multi-robot traversal through a narrow corridor. Our approach leverages a multi-agent decision-making model known as the Nonlinear Opinion Dynamics (NOD) to address the narrow corridor passage problem, formulated as a multi-robot navigation game. By integrating the NOD model with a multi-robot path planning algorithm, we demonstrate that the framework effectively reduces the likelihood of deadlocks during corridor traversal. To ensure scalability with an increasing number of robots, we introduce a game reduction technique that enables efficient coordination in larger groups. Extensive simulation studies are conducted to validate the effectiveness of the proposed approach.

arxiv情報

著者 Norah K. Alghamdi,Shinkyu Park
発行日 2025-04-29 17:14:55+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.MA, cs.RO | Opinion-Driven Decision-Making for Multi-Robot Navigation through Narrow Corridors はコメントを受け付けていません

Few-shot Sim2Real Based on High Fidelity Rendering with Force Feedback Teleoperation

投稿日: 2025年4月30日 作成者: jarxiv

要約

テレオ操作は、ロボットデータ収集と人間とロボットの相互作用に対する有望なアプローチを提供します。
ただし、データ収集のための既存のテレオ操作方法は、時間と空間の効率的な制約によって依然として制限されており、シミュレーションベースのデータ収集のパイプラインは不明のままです。
問題は、現実世界のデータへの依存を最小限に抑えながら、タスクのパフォーマンスを向上させる方法です。
この課題に対処するために、シミュレーションにおけるロボット操作データを収集し、いくつかのショットからリアルまでの視覚運動ポリシーをトレーニングするためのテレオ操作パイプラインを提案します。
フォースフィードバックデバイスは、テレオ操作システムに統合され、正確なエンドエフェクターグリッピングフォースフィードバックを提供します。
さまざまな操作タスクにわたる実験は、強制フィードバックが特にシミュレーションにおいて、成功率と実行効率の両方を大幅に改善することを示しています。
さらに、視覚的なレンダリング品質の異なるレベルの実験により、シミュレーションの視覚的リアリズムが強化されたため、現実世界のデータの必要性を減らしながら、タスクのパフォーマンスを大幅に向上させることがわかります。

要約(オリジナル)

Teleoperation offers a promising approach to robotic data collection and human-robot interaction. However, existing teleoperation methods for data collection are still limited by efficiency constraints in time and space, and the pipeline for simulation-based data collection remains unclear. The problem is how to enhance task performance while minimizing reliance on real-world data. To address this challenge, we propose a teleoperation pipeline for collecting robotic manipulation data in simulation and training a few-shot sim-to-real visual-motor policy. Force feedback devices are integrated into the teleoperation system to provide precise end-effector gripping force feedback. Experiments across various manipulation tasks demonstrate that force feedback significantly improves both success rates and execution efficiency, particularly in simulation. Furthermore, experiments with different levels of visual rendering quality reveal that enhanced visual realism in simulation substantially boosts task performance while reducing the need for real-world data.

arxiv情報

著者 Yanwen Zou,Junda Huang,Boyuan Liang,Honghao Guo,Zhengyang Liu,Xin Ma,Jianshu Zhou,Masayoshi Tomizuka
発行日 2025-04-29 17:35:37+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Few-shot Sim2Real Based on High Fidelity Rendering with Force Feedback Teleoperation はコメントを受け付けていません

Higher order definition of causality by optimally conditioned transfer entropy

投稿日: 2025年4月30日 作成者: jarxiv

要約

複雑なシステムのダイナミクスの説明、特にシステムの要素間の相互作用構造と因果関係のキャプチャは、学際的研究の中心的な問題の1つです。
ペアワイズ因果相互作用の特性評価は、確立された理論的概念を備えた比較的熟した分野であり、現在の焦点はそれらの効率的な推定の技術的な問題にありますが、グレンジャーの因果関係や移転エントロピーなどの標準的な概念は、高次の相互作用や相互作用の可能性を反映していない可能性があることがわかります。
このホワイトペーパーでは、因果的推論に対する情報理論的アプローチの一般化と改良を提案し、複数のペアワイズではなく真に多変量の説明を可能にし、因果ネットワークから因果的なハイパーネットワークに移行します。
特に、変数や一般的な原因を調停するために制御する能力を維持しながら、排他的な分離などの純粋に相互作用する相互作用の場合、因果的役割を多変量因果セットに帰しますが、個々の入力を強調します。
2つの添加剤単変量原因。
この概念は、例示的な理論的例への応用と、生物学的に現実的なシミュレーションの生物学的に現実的なシミュレーションを最近採用すると報告された生​​物学的に現実的なシミュレーションを実証します。

要約(オリジナル)

The description of the dynamics of complex systems, in particular the capture of the interaction structure and causal relationships between elements of the system, is one of the central questions of interdisciplinary research. While the characterization of pairwise causal interactions is a relatively ripe field with established theoretical concepts and the current focus is on technical issues of their efficient estimation, it turns out that the standard concepts such as Granger causality or transfer entropy may not faithfully reflect possible synergies or interactions of higher orders, phenomena highly relevant for many real-world complex systems. In this paper, we propose a generalization and refinement of the information-theoretic approach to causal inference, enabling the description of truly multivariate, rather than multiple pairwise, causal interactions, and moving thus from causal networks to causal hypernetworks. In particular, while keeping the ability to control for mediating variables or common causes, in case of purely synergetic interactions such as the exclusive disjunction, it ascribes the causal role to the multivariate causal set but \emph{not} to individual inputs, distinguishing it thus from the case of e.g. two additive univariate causes. We demonstrate this concept by application to illustrative theoretical examples as well as a biophysically realistic simulation of biological neuronal dynamics recently reported to employ synergetic computations.

arxiv情報

著者 Jakub Kořenek,Pavel Sanda,Jaroslav Hlinka
発行日 2025-04-29 14:47:20+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.IT, cs.LG, math.IT, physics.data-an, stat.ML | Higher order definition of causality by optimally conditioned transfer entropy はコメントを受け付けていません

Synthesising Activity Participations and Scheduling with Deep Generative Machine Learning

投稿日: 2025年4月30日 作成者: jarxiv

要約

深い生成機械学習アプローチを使用して、人間の活動への参加とスケジューリング（どのような活動がいつ参加するかの選択の選択）を統合します。
人々が何をするかを表す活動スケジュールは、多くの応用輸送、エネルギー、および疫学モデルのコアコンポーネントです。
データ駆動型のアプローチは、サブモデルとカスタムルールの複雑な相互作用の組み合わせを必要とせずに、人間の好みとスケジューリングロジックに起因する分布を学習します。これにより、既存のアプローチがスケジュールデータを統合または匿名化するよりも迅速かつ簡単に動作します。
さらに、新しいスケジュール表現と包括的な評価フレームワークを提供します。
エンコードと深いモデルアーキテクチャの組み合わせの範囲を評価します。
この評価は、私たちのアプローチがアクティビティスケジュールの大規模で多様で、斬新で現実的な合成サンプルを迅速に生成できることを示しています。

要約(オリジナル)

Using a deep generative machine learning approach, we synthesise human activity participations and scheduling (the choices of what activities to participate in and when). Activity schedules, which represent what people do and when, are a core component of many applied transport, energy, and epidemiology models. Our data-driven approach learns the distributions resulting from human preferences and scheduling logic without the need for complex interacting combinations of sub-models and custom rules, This makes our approach significantly faster and simpler to operate than existing approaches to synthesise or anonymise schedule data. We additionally contribute a novel schedule representation and a comprehensive evaluation framework. We evaluate a range of schedule encoding and deep model architecture combinations. The evaluation shows our approach can rapidly generate large, diverse, novel, and realistic synthetic samples of activity schedules.

arxiv情報

著者 Fred Shone,Tim Hillel
発行日 2025-04-29 15:00:33+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG | Synthesising Activity Participations and Scheduling with Deep Generative Machine Learning はコメントを受け付けていません

Virology Capabilities Test (VCT): A Multimodal Virology Q&A Benchmark

投稿日: 2025年4月30日 作成者: jarxiv

要約

複雑なウイルス学の実験室プロトコルをトラブルシューティングする機能を測定する大規模な言語モデル（LLM）ベンチマークであるVirology Fababilities Test（VCT）を提示します。
多数のPHDレベルの専門家のウイルス学者の入力から構築されたVCTは、ウイルス学研究所での実践的な作業に不可欠な基本、暗黙、視覚的知識をカバーする322ドルのマルチモーダル質問で構成されています。
VCTは困難です。インターネットにアクセスできる専門家のウイルス科医は、特にサブエリアの専門知識における質問に対して平均22.1 \％$ $ $ 22.1 \％$です。
ただし、最もパフォーマンスのあるLLMであるOpenaiのO3は、43.8ドル\％$の精度に達し、専門家のサブエリア内であっても94ドルの専門家ウイルス学者を上回ることができます。
専門家レベルのウイルス学のトラブルシューティングを提供する能力は本質的に二重使用です。有益な研究に役立ちますが、悪用される可能性もあります。
したがって、公開されているモデルがVCTでウイルス学者よりも優れているという事実は、緊急のガバナンスの考慮事項を提起します。
デュアル使用ウイルス学作業の専門家レベルのトラブルシューティングを提供するLLMの機能は、ライフサイエンスのデュアル使用技術を処理するための既存のフレームワークに統合する必要があることを提案します。

要約(オリジナル)

We present the Virology Capabilities Test (VCT), a large language model (LLM) benchmark that measures the capability to troubleshoot complex virology laboratory protocols. Constructed from the inputs of dozens of PhD-level expert virologists, VCT consists of $322$ multimodal questions covering fundamental, tacit, and visual knowledge that is essential for practical work in virology laboratories. VCT is difficult: expert virologists with access to the internet score an average of $22.1\%$ on questions specifically in their sub-areas of expertise. However, the most performant LLM, OpenAI’s o3, reaches $43.8\%$ accuracy, outperforming $94\%$ of expert virologists even within their sub-areas of specialization. The ability to provide expert-level virology troubleshooting is inherently dual-use: it is useful for beneficial research, but it can also be misused. Therefore, the fact that publicly available models outperform virologists on VCT raises pressing governance considerations. We propose that the capability of LLMs to provide expert-level troubleshooting of dual-use virology work should be integrated into existing frameworks for handling dual-use technologies in the life sciences.

arxiv情報

著者 Jasper Götting,Pedro Medeiros,Jon G Sanders,Nathaniel Li,Long Phan,Karam Elabd,Lennart Justen,Dan Hendrycks,Seth Donoughe
発行日 2025-04-29 15:14:35+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CY, cs.LG | Virology Capabilities Test (VCT): A Multimodal Virology Q&A Benchmark はコメントを受け付けていません

Geometry-Informed Neural Operator Transformer

投稿日: 2025年4月30日 作成者: jarxiv

要約

マシンラーニングベースのサロゲートモデルは、特に部分的な微分方程式の繰り返し評価を必要とする問題について、従来の数値的方法と比較して、大幅な計算効率とより高速なシミュレーションを提供します。
この作業では、ジオメトリに基づいた神経オペレータートランス（Ginot）を紹介します。これにより、トランスアーキテクチャを神経演算子のフレームワークと統合して、任意の幾何学の前方予測を可能にします。
Ginotは、サンプリングとグループ化メカニズムと注意メカニズムを組み合わせて、ジオメトリの表面点クラウドをエンコードし、点密度の変動に対する堅牢性を維持しながら、順序とパディングの不変性を確保します。
ジオメトリ情報は、注意メカニズムを介してソリューションデコーダーのクエリポイントとシームレスに統合されています。
Ginotのパフォーマンスは、複数の挑戦的なデータセットで検証されており、複雑で任意の2Dおよび3D形状の高精度と強力な一般化機能を紹介します。

要約(オリジナル)

Machine-learning-based surrogate models offer significant computational efficiency and faster simulations compared to traditional numerical methods, especially for problems requiring repeated evaluations of partial differential equations. This work introduces the Geometry-Informed Neural Operator Transformer (GINOT), which integrates the transformer architecture with the neural operator framework to enable forward predictions for arbitrary geometries. GINOT encodes the surface points cloud of a geometry using a sampling and grouping mechanism combined with an attention mechanism, ensuring invariance to point order and padding while maintaining robustness to variations in point density. The geometry information is seamlessly integrated with query points in the solution decoder through the attention mechanism. The performance of GINOT is validated on multiple challenging datasets, showcasing its high accuracy and strong generalization capabilities for complex and arbitrary 2D and 3D geometries.

arxiv情報

著者 Qibang Liu,Vincient Zhong,Hadi Meidani,Diab Abueidda,Seid Koric,Philippe Geubelle
発行日 2025-04-29 15:30:04+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, physics.comp-ph | Geometry-Informed Neural Operator Transformer はコメントを受け付けていません