May, 2021

DiSECt: 用于自主机器人切割的可微分仿真引擎

PDF
TL;DR本文介绍了用于切割软材料的第一个可区分的模拟器，它在有限元方法的基础上增加了连续的接触模型和连续的损伤模型，可以用于控制验证、策略学习和数据集生成，同时可以进行梯度优化。作者通过多个实验验证了模拟器的性能，包括匹配现实世界的切割数据集和高质量模拟结果，以及通过模拟优化控制参数以最小化切割力。
roboticssoft materialsdifferentiable simulatorfinite element methodcutting forces
发现论文，激发创造
  • DiSECt: 用于机器人切割参数推断和控制的可微分模拟器

    本文介绍了一种基于连续接触模型和连续破坏模型的不可微分元素法（FEM）增强型的可微分材料切割仿真器 DiSECt，通过多个实验检验了该仿真器的性能并展示了优化切割参数以控制切割力的有效方法。

    Mar, 2022

  • 学习物理知识驱动的软体机器人操作仿真模型：以电致弹性体致动器为例的案例研究

    本研究提出了一种基于不同 iable simulator 的软致动器物理可行模型的训练方法，其通过与有限元方法结合来实现闭环控制，基于该模型构建 MPC 控制器，实现对硬币的拉动并获得了低于 5％的仿真误差。

    Feb, 2022

  • 从全局角度重新审视可微分仿真优化

    本文研究了 differentiable simulation 在含有刚体和可变形物体的情景下所面临的挑战，提出了一种使用贝叶斯优化和半局部 “跳跃” 的方法来获得全局搜索方法的方案，并在模拟实验和实际机器人实验中验证了该方法的有效性。

    Jun, 2022

  • DiffSkill: 从可微分物理学中抽象技能用于工具对形变物体的操作

    本研究提出了一个名为 DiffSkill 的新框架，使用可微分的物理模拟器进行技能抽象，从感官观测中解决长期目标可达的可变形物体操作任务。

    Mar, 2022

  • DiCE: 无限可微分蒙特卡洛估计器

    本文介绍了 DiCE，一种在随机计算图中生成任意阶导数的正确估计量的单一目标函数，相比使用固定的样本进行逼近的 Surrogate Loss 方法，DiCE 使用自动微分进行图形操作，能更好地解决上述问题，同时提出了 DiCE 在多智能体学习中的应用。

    Feb, 2018

  • DiffGen: 通过可微分物理仿真、可微分渲染和视觉 - 语言模型生成机器人演示

    提出了一种新框架 DiffGen，通过集成可微分物理模拟、可微分渲染和视觉 - 语言模型，实现自动和高效的机器人演示生成，通过最小化语言指令的嵌入与模拟观察结果的嵌入之间的距离来完成指定任务，验证实验表明，DiffGen 可以有效地生成机器人数据，并且减少了人力和训练时间的投入。

    May, 2024

  • 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

  • SliceIt! -- 学习机器人食物切割的双模拟器框架

    使机器人能够自主并安全地学习切食物的任务，通过减少与食物和切菜板接触的力量，使用强化学习和仿真进行训练和部署。

    Apr, 2024

  • 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

  • ChainQueen：用于软机器人的实时可微物理模拟器

    本文介绍了一种针对可形变物体的实时可分化杂交拉格朗日 - 欧拉物理仿真器 ChainQueen，基于 MLS-MPM，能够高效地模拟包括接触在内的形变物体，并在控制任务中取得较高的精度和性能。

    Oct, 2018