DEFT：用于实时建模分叉变形线性物体的可微分离散弹性杆

本研究解决了自动化线束组装中机器人操作复杂分叉电缆时的精确和可靠性挑战，尤其是对分叉变形线性物体（BDLO）的动态模型建构。提出的DEFT框架通过结合可微分物理模型与学习框架，提供了高效的计算和准确的BDLO动态建模，在真实环境中展现出了较现有技术的优越性，具有重要的应用潜力。