機(jī)器人也能干咖啡師的活了！

比如讓它把奶泡和咖啡攪拌均勻，效果是這樣的：

然后上點(diǎn)難度，做杯拿鐵，再用攪拌棒做個(gè)圖案，也是輕松拿下：

這些是在已被 ICLR 2023 接收為 Spotlight 的一項(xiàng)研究基礎(chǔ)上做到的，他們推出了提出流體操控新基準(zhǔn) FluidLab 以及多材料可微物理引擎 FluidEngine。

研究團(tuán)隊(duì)成員分別來(lái)自 CMU、達(dá)特茅斯學(xué)院、哥倫比亞大學(xué)、MIT、MIT-IBM Watson AI Lab、馬薩諸塞大學(xué)阿默斯特分校。

在 FluidLab 的加持下，未來(lái)機(jī)器人處理更多復(fù)雜場(chǎng)景下的流體工作也都不在話下。

FluidLab 到底都有哪些“隱藏技能”？一起來(lái)康康～

“流體力學(xué)”高階選手

FluidLab 是靠 FluidEngine 做引擎支撐，正如名稱所言，主打的模擬對(duì)象就是流體，不同材料，各種類(lèi)型運(yùn)動(dòng)的細(xì)節(jié)它都能完全拿捏。

先來(lái)試試模擬做咖啡的各種場(chǎng)景，咖啡和奶泡的運(yùn)動(dòng)軌跡也是很真實(shí)了。

當(dāng)然模擬打冰淇凌也是灑灑水的事情。

或者模擬不同狀態(tài)下水流的運(yùn)動(dòng)軌跡。

如果說(shuō)這樣還看不出來(lái) FluidLab 的實(shí)力，那直接上難度。

比如先來(lái)點(diǎn)對(duì)照模擬，讓平臺(tái)模擬一下不同材料下墜時(shí)與容器的碰撞情況，從左到右依次是：硬性材料、彈性材料以及塑料。

或者不同非粘性液體和粘性液體下墜時(shí)的軌跡。

再上點(diǎn)重磅難度，模擬下氣體與液體相遇時(shí)的狀態(tài)。

輕松搞定！

這時(shí)，可能會(huì)有朋友疑問(wèn)：這么多狀態(tài)下的模擬，到底符不符合物理學(xué)或者流體力學(xué)呢？

這點(diǎn)大可放心，研究團(tuán)隊(duì)直接公開(kāi)了驗(yàn)證視頻，在涉及一些特定的物理現(xiàn)象時(shí)，F(xiàn)luidEngine 都能準(zhǔn)確模擬。

像卡門(mén)渦流和潰壩這種常見(jiàn)物理現(xiàn)象都能準(zhǔn)確模擬。

浮力，液體的不可壓縮性與體積穩(wěn)定性在模擬中也是輕輕松松就能體現(xiàn)。

來(lái)點(diǎn)進(jìn)階難度，用馬格努斯效應(yīng)驗(yàn)證一下：平移、平移 + 緩慢逆時(shí)針旋轉(zhuǎn)、平移 + 快速逆時(shí)針旋轉(zhuǎn)、平移 + 快速順時(shí)針旋轉(zhuǎn)也都很準(zhǔn)確。

再加億點(diǎn)難度，試試動(dòng)量守恒和瑞利-泰勒不穩(wěn)定性。

……

那如此逼近真實(shí)世界的模擬，研究團(tuán)隊(duì)是怎么做到的呢？

不同狀態(tài)有不同的算法

首先在編程語(yǔ)言上，F(xiàn)luidEngine 選擇了 Python 和 Taichi，Taichi 是近來(lái)提出的用于 GPU 加速仿真的領(lǐng)域特定編程語(yǔ)言。

這樣一來(lái)，就可以為構(gòu)建模擬環(huán)境提供了一組用戶友好的 API，在更高的層次上，它也遵循標(biāo)準(zhǔn) OpenAI Gym API，并且與標(biāo)準(zhǔn)的強(qiáng)化學(xué)習(xí)和優(yōu)化算法兼容。

而之所以能夠做到逼真的虛擬仿真效果，或許可以從 FluidEngine 創(chuàng)建環(huán)境的過(guò)程窺探一二。

它創(chuàng)建的環(huán)境由五個(gè)部分組成：

• 配備有用戶定義的末端效應(yīng)器的機(jī)器人代理（可外接機(jī)器人）

• 從外部網(wǎng)格導(dǎo)入并表示為符號(hào)距離場(chǎng)（SDFs）的對(duì)象

• 使用形狀基元或外部網(wǎng)格創(chuàng)建的對(duì)象，用于表示粒子

• 用于在歐拉網(wǎng)格上模擬氣體現(xiàn)象的氣體場(chǎng)（包括速度場(chǎng)和其他平流量場(chǎng)，如煙密度和溫度）

• 一組用戶定義的幾何邊界，以支持稀疏計(jì)算

其中，在模擬過(guò)程中，對(duì)于不同狀態(tài)的材料會(huì)采用不同的計(jì)算方法。

對(duì)于固體和液體材料，模擬過(guò)程使用的是移動(dòng)最小二乘材料點(diǎn)方法（MLS-MPM），這是一個(gè)混合拉格朗日-歐拉方法，使用粒子和網(wǎng)格模擬連續(xù)體材料。

對(duì)于煙或空氣這類(lèi)氣體，模擬過(guò)程中使用的是平流-投影方案，在笛卡爾網(wǎng)格上將它們模擬為不可壓縮的流體。

這樣一來(lái)，便能針對(duì)具體情況模擬到逼真的效果了。

論文、項(xiàng)目地址以及代碼鏈接附在文末了，感興趣的朋友可以點(diǎn)擊查看。

項(xiàng)目主頁(yè)：https://fluidlab2023.github.io/

論文鏈接：https://arxiv.org/ abs / 2303.02346

代碼鏈接：https://github.com/ zhouxian / FluidLab

本文來(lái)自微信公眾號(hào)：量子位 （ID：QbitAI），作者：Pine

總結(jié)

以上是生活随笔為你收集整理的让机器人学会咖啡拉花，得从流体力学搞起，CMU & MIT 推出流体模拟平台的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。