跳到正文
arXiv · 机器人与计算机视觉· Qian Wang, Liam Merz Hoffmeister, Brian Scassellati, Daniel Rakita·· 2026-10-05精选AI 评分82

I2CD:基于单张 RGB 图像的图像到凸体分解方法

I2CD: Direct Image-to-Convex Decomposition for Simulation-Ready Collision Geometry

AI 导读

I2CD 冻结预训练的 Hunyuan3D-2 扩散模型并训练轻量级交叉注意力头,直接从单张 RGB 图像预测用于物理仿真的凸碰撞几何。该方法无需后处理即可加载到 MuJoCo、PyBullet、Genesis 和 Isaac Sim 等引擎中,在 OmniObject3D 数据集上体积 IoU 最高且速度提升 6-37 倍。

推荐理由

I2CD 直接预测凸分解,无需后处理即可加载到物理引擎,在 MuJoCo 等跨模拟器测试中表现优于传统重建 - 分解流水线。

来源:arXiv · 机器人与计算机视觉 · arxiv.org