VisACD: 視覚ベースの GPU アクセラレーテッド近似凸分解

arXiv:2604.04244v1 Announce Type: new 抽象: 物理ベースのシミュレーションには、パフォーマンスと精度のトレードオフが存在します。衝突検出におけるそのトレードオフの一つは、カライダー幾何学の粒度です。箱型などの単純カライダーは効率的ですが、元のメッシュを使用すると精度は高くなりますが、計算コストが高くなる傾向があります。近似凸分解（ACD）手法は、効率性と精度のバランスを模索しています。これまでの研究は高品質な分解を生成できますが、大量の凸部分が必要であり、入力メッシュの向きに対して敏感です。VisACD は、視覚ベースで回転不変かつ衝突自由であり、さらに GPU アクセラレーテッドであるため、これらの弱点に対処します。我々のアプローチは、より少수의凸部分で高品質な分解を生成し、形状の向きに対して影響を受けないだけでなく、先行研究よりも効率的です。

arXiv:2604.04244v1 Announce Type: new Abstract: Physics-based simulation involves trade-offs between performance and accuracy. In collision detection, one trade-off is the granularity of collider geometry. Primitive-based colliders such as bounding boxes are efficient, while using the original mesh is more accurate but often computationally expensive. Approximate Convex Decomposition (ACD) methods strive for a balance of efficiency and accuracy. Prior works can produce high-quality decompositions but require large numbers of convex parts and are sensitive to the orientation of the input mesh. We address these weaknesses with VisACD, a visibility-based, rotation-equivariant, and intersection-free ACD algorithm with GPU acceleration. Our approach produces high-quality decompositions with fewer convex parts, is not sensitive to shape orientation, and is more efficient than prior work.