Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 문서는 관절 구동체의 효율적인 미분 가능 시뮬레이션에 관한 연구 논문 및 코드를 소개합니다. 이 프로젝트는 미분 가능한 물리(differentiable physics)를 활용하여 역물리 문제를 해결하는 예제를 제공하며, 제어 입력 최적화와 같은 고급 시뮬레이션을 구현할 수 있습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 GitHub AI Research의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기Yi-Ling Qiao, Junbang Liang, Vladlen Koltun, Ming C. Lin
<!-- [[Project]](https://gamma.umd.edu/researchdirections/mlphysics/diffsim/) -->[Paper]
[Video]
[Slides]
[Code]
git clone [email protected]:YilingQiao/diffarticulated.git
cd diffarticulated
conda env create -f gpu-env.yml
...
mkdir build
cd build
cmake ..
...
uuid 라이브러리가 없는 경우, apt-get install uuid-dev로 설치할 수 있습니다. 저희는 곧 uuid를 third_party 디렉토리에 추가할 예정입니다.
시뮬레이션에는 meshcat을 사용합니다. 시뮬레이션을 실행하기 전에 다음 명령어를 실행하여 세션을 시작하십시오.
meshcat-server --open
미분 가능한 물리(differentiable physics)를 사용하여 역물리(inverse physics)를 해결하는 예제는 python/exp_throw.py입니다. 다음 명령어를 실행하면
python python/exp_throw.py
60 에피소드 동안 제어 입력(control input)을 최적화합니다.
world.sync_visual_meshcat(sim_step)를 호출할 수 있습니다. 예제는 python/exp_throw.py에서 확인할 수 있습니다.meshcat/his/에 저장됩니다. 이 경로는 examples/meshcat_urdf_visualizer.h의 sync_visual_transforms() 함수를 수정하여 사용자 정의할 수 있습니다.cd python/results
cp -r ../../meshcat/* ./
python convert_history.py
...
새로운 기록을 생성하여 변환하기 전에, meshcat/his와 meshcat/obj의 캐시를 정리하십시오.
구슬 던지기 데모를 실행하려면 다음 명령어를 사용합니다.
python python/exp_throw.py
python python/exp_punch.py
python python/exp_car.py
저희의 RL 코드는 별도의 repo에 있습니다.
git submodule init
git submodule update
cd diffarti_mbpo/
git checkout master
pip install -e viskit
...
diffarti_mbpo/에서 다음 명령어를 실행합니다.
chmod +x ./run_mbpo.sh
./run_mbpo.sh 8_7 pendulumours
diffarti_mbpo/에서 다음 명령어를 실행합니다.
./run_mbpo.sh final_3 antours
미분 가능 소프트 바디 동역학 Code Paper
Differentiable Simulation of Soft Multi-body Systems. Yi-Ling Qiao, Junbang Liang, Vladlen Koltun, Ming C. Lin. (Neurips 2021)
미분 가능 관절 구동체 동역학 Code Paper
Efficient Differentiable Simulation of Articulated Bodies. Yi-Ling Qiao, Junbang Liang, Vladlen Koltun, Ming C. Lin. (ICML 2021)
미분 가능 강체 및 천 결합 동역학 Code Paper
Scalable Differentiable Physics for Learning and Control. Yi-Ling Qiao, Junbang Liang, Vladlen Koltun, Ming C. Lin. (ICML 2020)
미분 가능 천 동역학 Code Paper
Differentiable Cloth Simulation for Inverse Problems. Junbang Liang, Ming C. Lin, Vladlen Koltun. (NeurIPS 2019)
훌륭한 오픈 소스 프로젝트인 tiny-differentiable-simulator에 감사드립니다. 이 저장소는 tinydiffsim에서 파생되었습니다. 템플릿화된 자동 미분(auto-differentiation)을 위해 원래의 tinydiffsim을 사용해 보시는 것이 좋을 수 있습니다.
@inproceedings{Qiao2021Efficient,
author = {Qiao, Yi-Ling and Liang, Junbang and Koltun, Vladlen and Lin, Ming C.},
title = {Efficient Differentiable Simulation of Articulated Bodies},
...