让机器人学会咖啡拉花，得从流体力学搞起！CMUamp;MIT推出流体模仿平台｜ICLR 2023

Pine 发自 凹非寺

量子位 | 公家号 QbitAI

机器人也能干咖啡师的活了！

好比让它把奶泡和咖啡搅拌平均，效果是如许的：

然后上点难度，做杯拿铁，再用搅拌棒做个图案，也是轻松拿下：

那些是在 已被ICLR 2023领受为Spotlight的一项研究根底上做到的，他们推出了提出流体操控新基准 FluidLab以及多素材可微物理引擎 FluidEngine。

研究团队成员别离来自CMU 、达特茅斯学院、哥伦比亚大学、MIT、MIT-IBM Watson AI Lab、 ‍‍‍‍‍‍‍‍‍马萨诸塞大学阿默斯特分校。‍

展开全文

在FluidLab的加持下，将来机器人处置更多复杂场景下的流体工做也都不在话下。

FluidLab到底都有哪些“隐躲技能”？一路来康康～

“流体力学”高阶选手

FluidLab是靠FluidEngine做引擎支持，正如名称所言，主打的模仿对象就是流体，差别素材，各类类型运动的细节它都能完全拿捏。

先来尝尝模仿做咖啡的各类场景，咖啡和奶泡的运动轨迹也是很实在了。

当然模仿打冰淇凌也是洒洒水的工作。

或者模仿差别形态下水流的运动轨迹。

假设说如许还看不出来FluidLab的实力，那间接上难度。

好比先来点比照模仿，让平台模仿一下差别素材下坠时与容器的碰碰情状，从左到右依次是：硬性素材、弹性素材以及塑料。

或者差别非粘性液体和粘性液体下坠时的轨迹。

再上点重磅难度，模仿下气体与液体相遇时的形态。

轻松搞定！

那时，可能会有伴侣疑问：那么多形态下的模仿，到底符不契合物理学或者流体力学呢？

那点大可安心，研究团队间接公开了验证视频，在涉及一些特定的物理现象时，FluidEngine都能准确模仿。

像卡门涡流和溃坝那种常见物理现象都能准确模仿。

浮力，液体的不成压缩性与体积不变性在模仿中也是悄悄松松就能表现。

来点进阶难度，用马格努斯效应验证一下：平移、平移+迟缓逆时针扭转、平移+快速逆时针扭转、平移+快速顺时针扭转也都很准确。

再加亿点难度，尝尝动量守恒和瑞利-泰勒不不变性。

那如斯迫近实在世界的模仿，研究团队是怎么做到的呢？

差别形态有差别的算法

起首在编程语言上，FluidEngine抉择了Python和Taichi，Taichi是近来提出的用于GPU加速仿实的范畴特定编程语言。

如许一来，就能够为构建模仿情况供给了一组用户友好的API，在更高的条理上，它也遵照原则OpenAI Gym API，而且与原则的强化进修和优化算法兼容。

而之所以可以做到传神的虚拟仿实效果，或答应以从FluidEngine创建情况的过程窥探一二。

它创建的情况由五个部门构成：

装备有用户定义的末端效应器的机器人代办署理 （可外接机器人）

从外部网格导进并表达为符号间隔场 （SDFs） 的对象

利用外形基元或外部网格创建的对象， 用于表达粒子

用于在欧拉网格上模仿气表现象的气体场 （包罗速度场和其他平流量场，如烟密度和温度）

一组用户定义的几何鸿沟，以撑持稀少计算

此中，在模仿过程中，关于 差别形态的素材会摘用差别的计算办法。

关于固体和液体素材，模仿过程利用的是挪动最小二乘素材点办法 （MLS-MPM）， 那是一个混合拉格朗日-欧拉办法， 利用粒子和网格模仿持续体素材 。

关于烟或空气那类气体，模仿过程中利用的是平流-投影计划，在笛卡尔网格上将它们模仿为不成压缩的流体。

如许一来，便能针对详细情状模仿到传神的效果了。

论文、项目地址以及代码链接附在文末端，感兴致的伴侣能够点击查看。

项目主页：/

论文链接：

代码链接：

— 完—

「人工智能」、「智能汽车」微信社群邀你加进！

欢送存眷人工智能、智能汽车的小伙伴们加进交换群，与AI从业者交换、商讨，不错过最新行业开展手艺停顿。

PS. 加老友请务必备注您的姓名-公司-职位噢 ~

点那里 👇存眷我，记得标星哦～

一键三连「分享」、「点赞」和「在看」

科技前沿停顿日日相见 ~