Real2Sim
PulseAugur coverage of Real2Sim — every cluster mentioning Real2Sim across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
LabWorld 从视频中重建交互式4D实验室世界
研究人员开发了LabWorld,这是一个从单个RGB视频重建交互式4D实验室环境的新颖框架。这种Real2Sim方法提取可重用的3D资产、度量场景信息和随时间变化的物体状态,从而实现对科学实验的更动态的理解。LabWorld的多帧观察和运动重建能力,结合事件条件约束,与现有基线相比,显著提高了移液和涡旋等任务的准确性。生成的交互式世界可以被重播、检查并用于未来的具身科学系统。
-
TableVerse 数据集从互联网图像生成,用于机器人操作
研究人员推出 TableVerse,这是一个旨在为机器人操作训练生成大规模、高保真桌面环境的新型流水线。与以往依赖想象力合成的方法不同,TableVerse 从非结构化的互联网图像数据中重建逼真的环境,确保准确的度量尺度、真实的拓扑结构和经过验证的机械稳定性。该过程产生了 TableVerse-100K 数据集,其中包含 100,000 个独特的、物理上一致的环境以及操作轨迹,旨在加速可泛化机器人操作的研究。
-
新框架简化了从现实世界到机器人仿真环境的转换
研究人员开发了Agentic Real2Sim,一个旨在简化将真实世界机器人交互记录转换为可运行物理仿真过程的新框架。这一过程传统上劳动密集,现在利用视觉语言智能体来恢复场景几何、物体状态和物理参数,创建一个可仿真的“情景孪生体”。该框架已在各种操纵和运动场景中取得成功,利用开源的VLM后端实现了与更昂贵的尖端模型相当的结果。
-
3D 高斯泼溅技术在场景表示和编辑方面取得进展
研究人员正在通过新的方法改进 3D 高斯泼溅(3DGS)技术,以增强场景表示、编辑和压缩。创新包括用于更好地模拟非对称结构的偏态正态泼溅(Skew-Normal Splatting),以及用于生成一致的多房间 VR 游览的 PanoWorld。其他发展则侧重于用于自动驾驶的物理驱动场景编辑、3DGS 内容的美学评估以及 GETA-3DGS 等高效压缩技术。