Jul, 2020
利用神经网络增强可微分模拟器以弥合仿真到现实的差距
Augmenting Differentiable Simulators with Neural Networks to Close the Sim2Real Gap
Eric Heiden, David Millard, Erwin Coumans, Gaurav S. Sukhatme
TL;DR在本研究中,我们提出了一种可微分的模拟架构,用于关节刚体动力学,使得可以在计算的任何时刻利用神经网络来增强分析模型。该架构通过基于梯度的优化,在真实数据集和 sim2sim 转移应用的初步实验中,有效地识别模拟参数和网络权重,同时通过随机搜索方法克服了不良局部最优解。