ロボットがコーヒー ラテ アートを学ぶには、流体力学から始めなければなりません。 CMU&MIT が流体シミュレーション プラットフォームを開始

ロボットはバリスタの仕事も行うことができます。

たとえば、ミルクフォームとコーヒーを均等にかき混ぜると、次のようになります:

次に、さらに難しくして、カフェラテを作ります。スティックを使ってパターンを作るのは簡単です:

これらは、ICLR 2023 によってスポットライトとして受け入れられた研究に基づいています。流体 新しいベンチマーク FluidLab とマルチマテリアル微分可能な物理エンジン FluidEngine を制御します。

研究チームのメンバーは、CMU、ダートマス大学、コロンビア大学、MIT、MIT-IBM Watson AI Lab、およびマサチューセッツ大学アマースト校の出身です。

FluidLab のサポートにより、将来的にはロボットがより複雑なシナリオで流体作業を簡単に処理できるようになります。

FluidLab の「隠れたスキル」とは何ですか?一緒に楽しみましょう~

「流体力学」上級プレイヤー

FluidLab はエンジンのサポートとして FluidEngine に依存しています。名前が示すように、主なシミュレーション オブジェクトは流体、さまざまな材料、さまざまな種類です。 . スポーツの内容をしっかり把握できます。

コーヒーを作るさまざまなシーンをシミュレーションしてみましょう! コーヒーやミルクフォームの動きの軌跡も非常にリアルです。

もちろん、アイスクリームのシミュレーションも水をまきます。

または、さまざまな条件下での水流の移動軌跡をシミュレーションします。

それでも FluidLab の強みが分からない場合は、そのまま難易度を上げてください。

たとえば、比較シミュレーションから始めて、さまざまな材料が落下する際のコンテナとの衝突をプラットフォームでシミュレートしてみましょう。左から右に、硬い材料、弾性材料、プラスチックです。

または、さまざまな非粘性液体と粘性液体が落下するときの軌跡。

#さらに難しくして、気体と液体が出会ったときの状態をシミュレートします。

簡単にできます！

現時点で、友人の中には「これほど多くの状態でのシミュレーションは物理学や流体力学に準拠しているのだろうか?」と疑問に思う人もいるかもしれません。

研究チームが検証動画を直接公開しているのでご安心ください 特定の物理現象に関しては、FluidEngine で正確にシミュレーションできます。

カルマン渦やダムの決壊などの一般的な物理現象を正確にシミュレートできます。

液体の浮力、非圧縮性、体積安定性もシミュレーションに簡単に反映できます。

上級レベルになると、マグナス効果を使用して、移動、移動の遅い反時計回りの回転、移動の速い反時計回りの回転、移動の速い時計回りの回転を検証します。正確な。

難易度を 1 億ポイント追加して、運動量の保存とレイリー テイラー不安定性を試してください。

....

研究チームはどのようにして現実世界に非常に近いシミュレーションを実現したのでしょうか?

異なる状態には異なるアルゴリズムがある

まず、プログラミング言語に関して、FluidEngine は Python と、GPU アクセラレーション シミュレーション用に最近提案されたドメイン固有のプログラミング言語である Taichi を選択しました。

これは、シミュレーション環境を構築するための使いやすい API セットを提供します。より高いレベルでは、標準の OpenAI Gym API にも準拠しており、標準の強化学習および最適化アルゴリズムと互換性があります。

リアルな仮想シミュレーション効果を実現できる理由は、おそらく FluidEngine で環境を作成するプロセスから収集できるでしょう。

それが作成する環境は 5 つの部分で構成されます:

• ユーザー定義のエンドエフェクター (外部ロボット) を備えたロボット エージェント
• 外部ネットワークからグリッドからインポートされ、符号付き距離フィールド (SDF) として表されるオブジェクト
• シェイプ プリミティブまたは外部メッシュを使用して作成され、粒子を表すために使用されるオブジェクト
• オイラー メッシュでのシミュレーション用ガス現象のガス フィールド(速度フィールドや、煙の密度や温度などの他の移流フィールドを含む)
• スパース計算をサポートするためのユーザー定義の幾何学的境界のセット

ここで、シミュレーション プロセス中に、さまざまな計算が行われます。さまざまな状態の材料にメソッドが使用されます。

固体および液体マテリアルの場合、シミュレーション プロセスでは移動最小二乗マテリアル ポイント法 (MLS-MPM) が使用されます。これは、粒子とメッシュを使用して連続物体マテリアルをシミュレートするハイブリッド ラグランジュ オイラー法です。

煙や空気などの気体については、シミュレーション プロセスで移流投影スキームを使用して、それらをデカルト グリッド上の非圧縮性流体としてシミュレートします。

このようにして、特定の状況に対して現実的な効果をシミュレートできます。

論文、プロジェクトのアドレス、コードのリンクは記事の最後に添付されていますので、興味のある方はクリックしてご覧ください。

プロジェクトのホームページ: https://fluidlab2023.github.io/ペーパーリンク: https://arxiv.org/abs/2303.02346 コードリンク: https://github.com/zhouxian/FluidLab

以上がロボットがコーヒー ラテ アートを学ぶには、流体力学から始めなければなりません。 CMU&MIT が流体シミュレーション プラットフォームを開始の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。