ReStep：用逆向结果建模缓解长时程粒子动力学误差累积

ReStep 采用级联方法逆转传统前向预测范式，先用随机模型直接预测最终状态，再通过 Anchored Diffusion 生成以目标为条件的中间轨迹，并以两个边界状态约束动力学、降低不确定性。该方法被集成进 3D Gaussian Splatting 流程作为物理引擎，在多种刚性与非刚性碰撞数据集上取得更优的长期精度，显著缓解了自回归模型长时程推演中的误差累积。