ChainSplat：从多视角RGB视频学习可变形线性物体动力学的新型框架

arXiv发布的研究提出ChainSplat，该框架受物理启发，能从多视角RGB视频中联合学习可变形线性物体的三维几何、外观、运动学与动力学。其将物体表示为通过旋转关节关节机器人身上可以转动或弯曲的连接部位。每多一个关节，就多一种动作的可能，也多一份重量、成本和故障点。◆ 小白科普 · 现身连接的刚性连杆开放链结构，并基于螺旋理论形成紧凑状态表示。结合高斯泼溅技术，ChainSplat可实现动态交互下的高保真RGB渲染。实验表明，其在动力学预测、三维几何重建及渲染方面达到当前最优水平，并能支持实时状态与力估计，以及基于模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身的轨迹优化，有助于真实世界的机器人操作。代码与视频已开源开源把代码、数据集或硬件设计公开给所有人免费使用。机器人公司常用开源来换取开发者和科研生态的支持。◆ 小白科普 · 现身。