研究人员开发了 KinemaForge，这是一个新管道，用于从 RGB-D 传感器数据创建用于仿真的活动对象的数字孪生。该系统联合推断部件几何、关节拓扑和运动学参数，解决了先前将这些方面分开处理的局限性。KinemaForge 还包含一个能量一致的验证器，以确保重建的模型符合物理定律，与现有方法相比，可减少仿真漂移并提高操作成功率。 AI
影响 这项研究可能为机器人技术和虚拟环境带来更准确、更稳定的物理仿真。
排序理由 该集群包含一篇详细介绍新方法和结果的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.18861v1 Announce Type: cross Abstract: Reconstructing simulation-ready digital twins of articulated objects from sensor observations remains constrained by two persistent gaps: (i) part-level geometric reconstruction is decoupled from kinematic-parameter estimation, an…
Reconstructing simulation-ready digital twins of articulated objects from sensor observations remains constrained by two persistent gaps: (i) part-level geometric reconstruction is decoupled from kinematic-parameter estimation, and (ii) the recovered models often violate basic dy…