Jul, 2020

多体系统的解析可微动力学模型与摩擦接触

PDF
TL;DR本文提出了一种可处理摩擦接触的可微动力学求解器，它统一了刚体和可变形物体。通过正交和切向接触力的原则性平滑化，我们的方法规避了摩擦接触非光滑特性的主要难题。我们将这种新接触模型与全隐式时间积分相结合，得到了一个具有解析微分性和健壮高效的动力学求解器。与伴随灵敏度分析相结合，我们的公式为目标函数景观的优化提供了自适应权衡模拟准确性和平滑性的梯度。在一组涉及刚体、粘弹性材料和耦合多体系统的模拟示例上，我们对我们的方法进行了全面分析。我们还展示了我们的可微模拟器在可变形物体的参数估计、机器人操纵的运动规划、合规步行机器人的轨迹优化以及高效的自我监督学习控制策略方面的应用。
differentiable dynamics solverfrictional contactrigid and deformable objectsfully-implicit time integrationgradient-based optimization
发现论文，激发创造
  • 改进接触式不可微物理仿真的梯度计算

    通过 TOI-Velocity 方法，我们改进了不完美的可微分刚体模拟并成功地学习了一个能够匹配分析解的最优控制序列。

    Apr, 2023

  • DiffPD：可微分的投影动力学

    本文介绍了一种新型、快速可微的软体学习和控制应用模拟器 - Differentiable Projective Dynamics (DiffPD)，它以 Projective Dynamics (PD) 为基础具有隐式时间积分；DiffPD 利用向前 PD 模拟中的预因式化 Cholesky 分解加速反向传播，并在接触处理方面支持惩罚式模型和补偿式模型两种类型的接触。DiffPD 的表现非常优秀，可用于实现时域系统识别、逆向设计、轨迹优化和闭环控制应用。此外，利用 DiffPD 进行真实环境到仿真环境（real-to-sim）的数字化建模等方面的研究也取得了良好的成果。

    Jan, 2021

  • 关节刚体接触快速完备可微物理引擎

    我们提出了一个快速而完整的可微物理引擎 Nimble，支持拉格朗日动力学和铰接刚体模拟的硬接触约束，并提出了优化下游任务的互补感知梯度的新方法。

    Mar, 2021

  • 利用可微分接触模型扩展拉格朗日和哈密顿神经网络

    本文提出一种可微分的接触模型，扩展了拉格朗日和哈密敦神经网络的范围，并演示了在各种不同的物理系统上，该学习动态可以用作下游基于梯度的优化任务（如计划和控制）的不同 iable 物理模拟器。

    Feb, 2021

  • 一种端到端可微分的接触感知机器人设计框架

    本文提出了一个可微分端到端框架来优化接触感知机器人设计的两个关键部分：一种新颖的变形参数化方法和一个可处理联系丰富情况和计算全谱运动和动态参数分析梯度的可微刚体模拟器，在多个操作任务中，我们的框架胜过了使用其他表示形式优化控制或设计，或使用无梯度方法进行共同优化的现有方法的情况。

    Jul, 2021

  • SoftMAC：基于预测接触模型的可微软体仿真与关节刚体和服装的双向耦合

    通过可微分物理模拟和基于梯度的优化，SoftMAC 框架结合了软体、关节刚体和服装，有效解决了在机器人操纵中集成多种材料的关键难题，并通过实验证明了其在机器人操纵应用中的有效性和准确性。

    Dec, 2023

  • 存在接触的可微物理仿真：它们是否具有正确的位置、速度和控制梯度？

    本文讨论了不同可微物理模拟和四种不同形式的接触模型 (包括 LCP、凸优化模型、柔性模型和基于位置的动力学模型) 的梯度计算精度以及其在最优化控制策略方面的应用

    Jul, 2022

  • Jade: 可微分的铰接刚体物理引擎，无交叉摩擦接触

    我们提出了 Jade，一个可微分的用于关节刚体的物理引擎，采用线性互补问题（LCP）模型来建模接触。与现有的可微分模拟相比，Jade 提供了诸如无交叉碰撞模拟和多摩擦接触的稳定 LCP 解等特性。我们使用连续碰撞检测来检测碰撞时间并采用回溯策略来防止具有复杂几何形状的物体之间的交叉。我们推导出梯度计算以确保整个模拟过程在回溯机制下可微分。我们修改了流行的 Dantzig 算法，以获得多个摩擦接触下的有效解。我们进行了大量实验证明了我们可微分物理模拟在各种接触密集任务中的有效性。

    Sep, 2023

  • 可微分的节肢动物体模拟

    本文提供了一种高效的可微分仿真方法，实现了关节体动力学与深度学习框架的集成，以及运用于操作关节体的神经网络的基于梯度的优化。通过空间代数和伴随方法，我们导出了前向动力学的梯度，并发现此方法比自动微分工具快一个数量级，且在仿真过程中只需保存初始状态即可，从而将内存需求减少了两个数量级。我们在多个应用中演示了关节体高效可微分动力学的实用性，特别是在强化学习、控制和逆问题方面，通过我们的方法实现的基于梯度的优化加速了收敛一个数量级以上。

    Sep, 2021

  • 软体物体可微物理学操控中的接触点发现

    拟合软体塑料通过基于最优传送的联系点发现方法在单阶段任务可以自动发现合适的初始接触点，在复杂的多阶段任务中可基于优先权迭代切换末端效应器的接触点，从而提高了分立物理解算器的表现

    May, 2022