arXiv · cs.AI· Leyan Zhang, Nantian He, Jiajun Ma, Yanpeng Zhao, Yunbo Wang·· 11 小时前
ReStep用反向后果建模提升长时粒子动力学轨迹预测
Back to the Future: Reverse-Consequence Modeling for Long-Horizon Particle Dynamics
arXiv:2610.18168v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Leyan Zhang, Nantian He, Jiajun Ma, Yanpeng Zhao, Yunbo Wang
研究任务与主要进展
ReStep提出反向后果建模方法，先用随机模型直接预测最终状态，再通过 Anchored Diffusion 生成由起止边界状态约束的中间轨迹，以减轻自回归模型的长期误差累积。作者在摘要中称，该方法在多种刚体和非刚体碰撞数据集上提升了长期预测准确性，并可作为 3D Gaussian Splatting 流程中的物理引擎；具体实验细节、比较基线和资源条件未说明。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org