我们推出的Orbit，是一个由NVIDIA Isaac Sim提供支持的统一标准化机器人学习框架。它提供定制设计，可以轻松地塑造具有照片级真实场景和高保真刚性和可变形身体模拟的环境机器人。通过Orbit，我们提供了一套不同的基准任务——从单级柜子打开和布料折叠到多级任务（如房间重组）... ...

我们提出了一种新方法，利用伪造图像中源特征不一致的线索来检测深度伪造图像。它基于这样的假设：在经过最先进的深度伪造生成过程后，可以保留和提取图像的独特源特征。我们引入了一种新颖的表示学习方法，称为成对自一致性学习（PCL），用于训练卷积网络来提取这些源特征并检测深度伪造图像 ...

从文本生成位图图形已引起相当多的关注，但对于科学图形，矢量图形通常是首选。鉴于矢量图形通常使用低级图形基元进行编码，因此直接生成它们很困难。为了解决这个问题，我们建议使用 TikZ，一种著名的抽象图形语言，可以编译为矢量图形，作为科学图形的中间表示 ...

在许多科学和工程环境中，系统动力学的特点是控制偏微分方程，主要挑战是解决逆问题 (IP)，其中根据有限预算下收集的观测数据推断未知的偏微分方程参数。由于设置和运行实验的成本很高，实验设计 (ED) 通常在 PDE 模拟的帮助下完成，以在实际数据收集之前优化信息最丰富的设计参数来解决此类 IP。当预算和其他实际限制使得在实验期间的试验之间调整设计参数不可行时，优化设计参数的过程尤其重要 ...

涉及偏微分方程 (PDE) 的反问题可以被视为发现从测量数据到未知量的映射，通常在算子学习方法中构建。然而，现有方法通常依赖于大量标记的训练数据，这对于大多数实际应用来说是不切实际的。此外，这些监督模型可能无法准确捕捉潜在的物理原理 ...

四边形主导网格的生成是专业 3D 内容创建的基石。然而，现有的生成模型通过首先生成三角形网格，然后使用一些特定规则将三角形合并为四边形来生成四边形网格，这通常会产生拓扑较差的四边形网格。在本文中，我们介绍了 QuadGPT，这是第一个以端到端方式生成四边形网格的自回归框架 ...

形态分析和类比设计等各种构思方法已被开发出来，以帮助创造性地解决问题和创新。其中，创造性问题解决理论（TRIZ）脱颖而出，成为最著名的方法之一。然而TRIZ的复杂性及其对用户知识、经验和推理能力的依赖限制了其实用性 ...

对第三人称视频的逆强化学习（IRL）的研究显示出令人鼓舞的结果，在消除机器人任务的手动奖励设计方面取得了令人鼓舞的结果。然而，大多数先前的工作仍然受到相对受限的视频领域的训练的限制。在本文中，我们认为第三人称现实生活的真正潜力在于增加视频的多样性以实现更好的扩展 ...