論文の概要: Jade: A Differentiable Physics Engine for Articulated Rigid Bodies with Intersection-Free Frictional Contact

• arxiv url: http://arxiv.org/abs/2309.04710v1
• Date: Sat, 9 Sep 2023 07:39:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-12 16:58:19.357790
• Title: Jade: A Differentiable Physics Engine for Articulated Rigid Bodies with Intersection-Free Frictional Contact
• Title（参考訳）: 交叉のない摩擦接触を持つ関節剛体のための微分可能な物理エンジンjade
• Authors: Gang Yang and Siyuan Luo and Lin Shao
• Abstract要約: ジェイド (Jade) は、剛体用の微分可能な物理エンジンである。 交差のない衝突シミュレーションや、複数の摩擦接触に対する安定したLCPソリューションなどの機能を提供する。
• 参考スコア（独自算出の注目度）: 5.70896453969985
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present Jade, a differentiable physics engine for articulated rigid bodies. Jade models contacts as the Linear Complementarity Problem (LCP). Compared to existing differentiable simulations, Jade offers features including intersection-free collision simulation and stable LCP solutions for multiple frictional contacts. We use continuous collision detection to detect the time of impact and adopt the backtracking strategy to prevent intersection between bodies with complex geometry shapes. We derive the gradient calculation to ensure the whole simulation process is differentiable under the backtracking mechanism. We modify the popular Dantzig algorithm to get valid solutions under multiple frictional contacts. We conduct extensive experiments to demonstrate the effectiveness of our differentiable physics simulation over a variety of contact-rich tasks.
• Abstract（参考訳）: 本稿では, 剛体の微分可能な物理エンジンであるJadeを紹介する。 JadeモデルはLinear Complementarity Problem (LCP) と呼ばれる。 既存の微分可能シミュレーションと比較して、ジェイドは交差のない衝突シミュレーションや複数の摩擦接触に対する安定したLCP解を含む特徴を提供している。 連続衝突検出を用いて衝突時刻を検知し,複雑な形状の物体間の交差を防止するためにバックトラック戦略を採用する。 グラデーション計算を導出して、バックトラッキング機構の下でシミュレーションプロセス全体が微分可能であることを保証する。 複数の摩擦接触下で有効な解を得るために、人気のあるdantzigアルゴリズムを修正した。 我々は,様々な接触型タスクにおける微分可能な物理シミュレーションの有効性を示すために,広範な実験を行った。

関連論文リスト

• Improving Gradient Computation for Differentiable Physics Simulation with Contacts [10.450509067356148]
  接触による剛体シミュレーションについて検討した。 連続衝突検出による勾配計算の改善とTOI(Time-of-Ipact)の利用を提案する。 そこで,TOI-Veでは,解析解と一致する最適制御系列を学習できることを示す。
  論文  参考訳（メタデータ） (2023-04-28T21:10:16Z)
• Differentiable Physics Simulations with Contacts: Do They Have Correct Gradients w.r.t. Position, Velocity and Control? [9.883261192383612]
  物理シミュレーションをエンドツーエンドで微分可能にすることで、勾配に基づく最適化と学習のタスクを実行できる。 微分可能シミュレータの大多数は物体間の衝突や接触を考慮しているが、異なる接触モデルを用いて微分可能である。 本稿では、線形相補性問題(LCP)、凸最適化モデル、コンプライアンスモデル、位置ベースダイナミクス(PBD)の4種類の微分可能な接触定式化について概説する。
  論文  参考訳（メタデータ） (2022-07-08T19:30:09Z)
• Contact Points Discovery for Soft-Body Manipulations with Differentiable Physics [99.86385468927638]
  本稿では,ソフトボディのプラスチックを変形させる物理解法を導出する接触点探索手法(CPDeform)を提案する。 単一段階のタスクでは,移動優先度に基づいて適切な初期接触点を自動的に見つけることができる。 複雑なマルチステージタスクでは、トランスポート優先に基づいて、エンドエフェクタの接触点を反復的に切り替えることができる。
  論文  参考訳（メタデータ） (2022-05-05T17:59:41Z)
• Differentiable Simulation of Soft Multi-body Systems [99.4302215142673]
  我々は、Projective Dynamics内でトップダウン行列アセンブリアルゴリズムを開発する。 筋肉,関節トルク,空気圧管によって駆動される軟口蓋体に対して,異なる制御機構を導出する。
  論文  参考訳（メタデータ） (2022-05-03T20:03:22Z)
• PlasticineLab: A Soft-Body Manipulation Benchmark with Differentiable Physics [89.81550748680245]
  PasticineLabと呼ばれる新しい微分可能な物理ベンチマークを導入する。 各タスクにおいて、エージェントはマニピュレータを使用して、プラスチックを所望の構成に変形させる。 本稿では,既存の強化学習(RL)手法と勾配に基づく手法について評価する。
  論文  参考訳（メタデータ） (2021-04-07T17:59:23Z)
• Fast and Feature-Complete Differentiable Physics for Articulated Rigid Bodies with Contact [13.502749968646519]
  ラグランジアン力学と剛体シミュレーションのためのハードコンタクト制約をサポートする微分可能な物理エンジンを提案する。 我々の微分可能な物理エンジンは、通常は微分不可能な物理シミュレータでしか利用できない機能の完全なセットを提供します。
  論文  参考訳（メタデータ） (2021-03-30T01:48:29Z)
• DiffPD: Differentiable Projective Dynamics with Contact [65.88720481593118]
  DiffPDは、暗黙の時間積分を持つ効率的な微分可能なソフトボディシミュレータである。 我々はDiffPDの性能を評価し,様々な応用における標準ニュートン法と比較して4～19倍のスピードアップを観測した。
  論文  参考訳（メタデータ） (2021-01-15T00:13:33Z)
• Fast Gravitational Approach for Rigid Point Set Registration with Ordinary Differential Equations [79.71184760864507]
  本稿では,FGA(Fast Gravitational Approach)と呼ばれる厳密な点集合アライメントのための物理に基づく新しい手法を紹介する。 FGAでは、ソースとターゲットの点集合は、シミュレーションされた重力場内を移動しながら、世界規模で多重リンクされた方法で相互作用する質量を持つ剛体粒子群として解釈される。 従来のアライメント手法では,新しいメソッドクラスには特徴がないことを示す。
  論文  参考訳（メタデータ） (2020-09-28T15:05:39Z)
• Scalable Differentiable Physics for Learning and Control [99.4302215142673]
  微分物理学は、物理的対象や環境を含む問題を学習し、制御するための強力なアプローチである。 我々は、多数のオブジェクトとその相互作用をサポートすることができる微分可能物理学のためのスケーラブルなフレームワークを開発する。
  論文  参考訳（メタデータ） (2020-07-04T19:07:51Z)
• ADD: Analytically Differentiable Dynamics for Multi-Body Systems with Frictional Contact [26.408218913234872]
  剛体および変形可能な物体に対する摩擦接触を処理できる微分可能な動的解法を提案する。 本手法は, 摩擦接触の非平滑な性質に起因した主な困難を回避できる。
  論文  参考訳（メタデータ） (2020-07-02T09:51:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。