Core Concepts
データ駆動の衝突距離推定におけるGDN-Rの高精度性能と汎用性を示す。
Abstract
既存のアルゴリズムは精度が低いため、新しい3Dグラフベースの推定ネットワークGDN-Rが提案された。
GDN-Rは確率的なグラフリワイアリングアルゴリズムを使用して、高速で堅牢な埋め込みを可能にする。
ベンチマークタスクによる評価では、GDN-Rが最先端の手法よりも優れた精度と汎用性を示した。
トラジェクトリ最適化における応用可能性も実証されている。
Stats
GDN-Rは41,412個のランダムなベンチマークタスクで状況や一般化能力で最先端手法を上回った。
GDN-Rは150組の3Dオブジェクト間で最小距離を正確に予測することが示されている。
Quotes
"GraphDistNet [8], a data-driven estimator, re-
gresses the minimum distance between two graph geome-
tries by employing message-passing with distance-relevant
embeddings."
"Our evaluation shows GDN-R accurately regresses minimum collision distances between object-hook geometries."