RigidFormer 入选 NeurIPS 2026：用 Transformer 替代物理引擎模拟刚体动力学

RigidFormer 被 NeurIPS 2026 接收，代码已开源。它用面向物体的 mesh-free Transformer 从点云学习多物体刚体接触动力学，不依赖传统物理引擎，团队称在标准基准上达到或超越基于 mesh 的基线。相比此前基于 GNN 的 SOTA，其更高效、更高保真且可扩展。