Physics-Grounded Differentiable Simulation for Soft Growing Robots
Purdue University(普渡大学)
针对软体生长机器人建模与控制困难,提出一种基于物理的可微仿真器,集成闭式非线性刚度模型并支持数据并行,有效解决了高通量仿真与参数优化问题,促进了仿真到现实的迁移。
2025-01-29 cs.RO
Augmenting Differentiable Simulators with Neural Networks to Close the Sim2Real Gap
University of Southern California(南加州大学);Google(谷歌)
我们提出了一个可微的仿真架构铰接刚体动力学,使增强的分析模型与神经网络在任何一点的计算。通过基于梯度的优化,识别的仿真参数和网络权重进行有效的初步实验,在现实世界的数据集和sim2sim传输应用程序,而穷人的局部最优值通过随机搜索方法克服。
2020-07-12 cs.LG cs.RO cs.SY
Do Differentiable Simulators Give Better Policy Gradients?
Massachusetts Institute of Technology(麻省理工学院)
可微模拟器通过将随机目标的零阶梯度估计替换为基于一阶梯度的估计来保证强化学习的更快计算时间。然而,目前还不清楚是什么因素决定的性能的两个估计复杂的景观,涉及长期规划和控制的物理系统,尽管这个问题的实用程序的可微模拟器的关键相关性。我们表明,某些物理系统的特性,如刚度或不连续性,可能会损害一阶估计的有效性,并通过偏差和方差的镜头分析这种现象。我们还提出了一个$α$阶梯度估计,与$α\in [0,1]$,它正确地利用精确的梯度相结合的一阶估计的效率与零阶方法的鲁棒性。我们证明了传统的估计和优势的$α$阶估计的一些数值例子的陷阱。
2022-08-22 cs.AI cs.LG cs.RO
Efficient Differentiable Contact Model with Long-range Influence
本文提出一种满足良好梯度性质的高效可微接触模型,能产生长程影响,从简单初始化即可发现复杂接触丰富的控制信号,成功执行下游移动与操作任务。
2025-09-25 cs.RO
DiSECt: A Differentiable Simulator for Parameter Inference and Control in Robotic Cutting
University of Southern California(南加州大学);NVIDIA(英伟达);University of Washington(华盛顿大学);University of Toronto(多伦多大学);Vector Institute(向量研究所);University of Sydney(悉尼大学)
软材料的机器人切割对于食品加工、家庭自动化和手术操作等应用至关重要。与机器人的其他领域一样,仿真器可以促进控制器验证、策略学习和数据集生成。此外,可微分仿真器可以实现基于梯度的优化,这对于校准仿真参数和优化控制器是非常宝贵的。在这项工作中,我们提出了DiSECt:第一个微分模拟器切割软材料。该模拟器增强了有限元法(FEM)与连续接触模型的基础上签署的距离场(SDF),以及一个连续的损伤模型,插入弹簧的切割平面的相对两侧,并允许他们削弱,直到零刚度,使裂纹形成。通过各种实验,我们评估的模拟器的性能。我们首先表明,模拟器可以进行校准,以匹配来自最先进的商业求解器和现实世界的切割数据集的合力和变形场,具有切割速度和对象实例的通用性。然后,我们表明,贝叶斯推理可以有效地利用模拟器的可微性,估计后验在一小部分的时间的衍生自由的方法超过数百个参数。接下来,我们说明了在模拟中的控制参数可以优化,以尽量减少通过横向切片运动的切削力。最后,我们进行实验,一个真正的机器人手臂配备切片刀推断力的测量仿真参数。通过优化刀的切片运动,我们在水果切割场景中显示,与垂直切割运动相比,平均刀力可以减少40%以上。我们在项目网站https://diff-cutting-sim.github.io上发布代码和其他材料。
2022-03-19 cs.AI cs.RO
DiffCoTune: Differentiable Co-Tuning for Cross-domain Robot Control
Department of Aerospace and Mechanical Engineering, USC Viterbi School of Engineering(航空航天与机械工程系,USC维特比工程学院);Department of Mechanical Science and Engineering, University of Illinois Urbana-Champaign(机械科学与工程系,伊利诺伊大学厄巴纳-香槟分校)
提出DiffCoTune框架,利用可微模拟器通过迭代收集rollout协同调优模拟器与控制器参数,采用交替优化多步目标,在少数试验内实现跨域机器人控制的高效迁移与性能提升。
2025-05-29 cs.RO
Guiding Evolutionary Strategies by Differentiable Robot Simulators
Tinkoff
近年来,进化策略在机器人任务中被积极探索用于策略搜索,因为它们提供了强化学习算法的更简单的替代方案。然而,这类算法通常被认为是非常样本效率低下的。另一方面,人们对可微分机器人模拟器(DRS)的兴趣越来越大,因为它们可能只需要少数轨迹就可以找到成功的策略。但是,由此产生的梯度并不总是有用的一阶优化。在这项工作中,我们演示了如何DRS梯度可以与进化策略结合使用。初步结果表明,这种组合可以减少样本复杂性的进化策略的3倍-5倍,在模拟和现实世界。
2021-11-09 cs.AI cs.LG cs.NE
DiffSRL: Learning Dynamical State Representation for Deformable Object Manipulation with Differentiable Simulator
University of Hong Kong(香港大学);Centre for Garment Production Limited(制衣生产中心有限公司)
动态表示学习是机器人学习中的一个重要课题。潜在空间可以捕捉动力学相关信息,在加速无模型强化学习、缩小仿真与现实的差距以及降低运动规划复杂度等领域有着广泛的应用。然而,现有的动态表示学习方法在可变形对象等复杂动态系统上的可扩展性较差,并且不能直接将定义良好的仿真函数嵌入到训练流水线中。我们提出了DiffSRL,一个动态的表示学习管道,利用微分模拟,可以嵌入复杂的动态模型作为端到端训练的一部分。我们还集成了可微动态约束作为管道的一部分,它为潜在状态提供了动力学约束的激励。我们进一步建立了一个状态表示学习基准的软体仿真系统,PlasticineLab,我们的模型表现出卓越的性能,捕捉长期的动态以及奖励预测。
2022-07-26 cs.AI cs.RO
ChainQueen: A Real-Time Differentiable Physical Simulator for Soft Robotics
Massachusetts Institute of Technology(麻省理工学院);Tsinghua University(清华大学)
物理仿真器在机器人规划和控制中得到了广泛的应用。其中,微分模拟器是特别受欢迎的,因为它们可以被纳入基于梯度的优化算法,有效地解决逆问题,如最优控制和运动规划。然而,与刚体动力学相比,模拟可变形物体更具挑战性。可变形物体的基本物理定律更加复杂,并且所得到的系统具有多个数量级的自由度,因此它们的模拟在计算上显著更昂贵。相对于物理设计或控制器参数计算梯度通常在计算上更具挑战性。提出了一种基于移动最小二乘物质点法(MLS-MPM)的实时的【形】可微混合拉格朗日-欧拉可变形物体物理模拟器ChainQueen。MLS-MPM可以模拟包括接触在内的可变形物体,并且可以无缝地集成到推理,控制和协同设计系统中。我们证明了我们的模拟器在向前模拟和向后梯度计算方面都达到了很高的精度。我们已经成功地将其用于软体机器人的各种控制任务,包括近3,000个决策变量的问题。
2018-10-02 cs.AI cs.GR cs.LG
Learning Differentiable Tensegrity Dynamics using Graph Neural Networks
Rutgers University(罗格斯大学);Amazon Robotics(亚马逊机器人公司);Yale University(耶鲁大学)
针对张拉整体机器人难以精确建模的问题,提出利用图神经网络对其图表示上的接触动力学进行建模,该方法在仿真与真实机器人实验中均比现有方法具有更高的准确率和计算效率。
2024-10-16 cs.RO
DiffSim2Real: Deploying Quadrupedal Locomotion Policies Purely Trained in Differentiable Simulation
Robotic Systems Lab, ETH Zürich(苏黎世联邦理工学院机器人系统实验室);Georgia Institute of Technology(佐治亚理工学院);The AI Institute(人工智能研究所);Institute for Research in Technology, ICAI School of Engineering, Comillas Pontifical University(科米利亚斯主教大学技术研究所(ICAI工程学院))
本文提出DiffSim2Real,利用可微分仿真器的解析梯度训练四足运动策略,并通过平滑接触模型兼顾梯度信息与物理精度,首次实现纯可微分仿真训练策略在真实四足机器人上的成功迁移。
2024-11-04 cs.LG cs.RO
Differentiable Material Point Method for the Control of Deformable Objects
Centre for Artificial Intelligence, ZHAW(人工智能中心,ZHAW);Advanced Manufacturing Laboratory, ETH Zürich(先进制造实验室,ETH Zurich)
本文提出了一种可微材料点法模拟器,用于高效优化超弹性绳的控制轨迹,显著提升能量效率并降低计算成本。
2025-12-15 cs.RO cs.SY eess.SY
Differentiable Simulation of Soft Robots with Frictional Contacts
Inria(法国国家信息与自动化研究所)
本文提出一种在有限元框架内统一计算软体机器人力学方程导数的方法,处理了非线性互补问题建模的接触相互作用,涵盖碰撞与摩擦阶段的非光滑动力学,有效提升了控制与校准任务的效率。
2025-01-31 cs.RO
Gradient-based Trajectory Optimization with Parallelized Differentiable Traffic Simulation
University of Maryland at College Park(马里兰大学学院公园分校);Kitware(Kitware公司)
本文提出基于IDM的并行可微交通仿真器,支持实时仿真200万辆车,并通过梯度优化实现轨迹过滤、重建与预测,且在NGSIM和Waymo数据集上得到验证。
2025-02-18 cs.DC cs.LG cs.RO
Autonomous Vehicle Path Planning by Searching With Differentiable Simulation
本文提出DSS框架,利用可微模拟器Waymax进行路径规划,通过梯度下降优化动作序列,提升自动驾驶的跟踪和路径规划精度。
2025-11-24 cs.AI cs.RO
A Differentiable Newton-Euler Algorithm for Real-World Robotics
Technical University of Darmstadt(达姆施塔特工业大学)
获得动力学模型对于机器人实现精确的基于模型的控制器和仿真器进行规划至关重要。动态模型通常使用制造商的模型规格或简单的数值方法(例如线性回归)来获得。然而,这种方法不能保证物理上合理的参数,只能应用于由刚体组成的运动链。在这篇文章中,我们描述了一个可微的模拟器,可用于识别现实世界的机械系统的复杂摩擦模型,完整以及非完整约束的系统参数。为了保证物理上一致的参数,我们利用虚拟参数和基于梯度的优化。所描述的微分牛顿-欧拉算法(DiffNEA)可以应用于一类动力系统,并保证物理上合理的预测。广泛的实验评估表明,所提出的模型学习方法学习精确的动力学模型的复杂摩擦和非完整约束的系统。特别是在离线强化学习实验中,识别出的DiffNEA模型表现优异。对于具有挑战性的杯中球任务,这些模型使用物理系统上基于模型的离线强化学习来解决任务。尽管使用了更多的数据来学习模型,但黑盒基线在模拟和物理系统中的这项任务上失败了。
2021-10-24 cs.RO
DLO-Lab: Benchmarking Deformable Linear Object Manipulations with Differentiable Physics
DLO-Lab(DLO实验室)
针对机器人操作绳索、电缆等可变形线性物体(DLO)的挑战,提出一个可微模拟器,支持多种材料属性,并构建基准任务套件,结合专用DLO智能体,评估策略学习算法并验证仿真到现实的迁移。
2026-06-02 cs.RO
DiffSkill: Skill Abstraction from Differentiable Physics for Deformable Object Manipulations with Tools
Carnegie Mellon University(卡内基梅隆大学);UC San Diego(加州大学圣地亚哥分校);MIT(麻省理工学院);MIT-IBM Watson AI Lab(麻省理工学院-IBM沃森人工智能实验室)
我们考虑的问题,顺序机器人操作的可变形物体使用工具。以前的工作已经表明,可微物理模拟器提供梯度的环境状态,并帮助轨迹优化收敛的数量级更快比无模型强化学习算法的变形对象操作。然而,这种基于梯度的轨迹优化通常需要访问完整的模拟器状态,并且由于局部最优而只能解决短期的单技能任务。在这项工作中,我们提出了一个新的框架,名为DiffSkill,它使用一个可微的物理模拟器的技能抽象来解决长期的可变形对象操作任务从感官观察。特别是,我们首先使用基于梯度的优化器中的单个工具获得短期技能,使用可微模拟器中的完整状态信息;然后我们从以RGBD图像为输入的演示轨迹中学习神经技能抽象器。最后,我们通过找到中间目标来规划技能,然后解决长期任务。我们展示了我们的方法的优势,在一组新的顺序可变形对象操作任务相比,以前的强化学习算法相比,轨迹优化。
2022-03-31 cs.CV cs.GR cs.LG
What Went Wrong? Closing the Sim-to-Real Gap via Differentiable Causal Discovery
Carnegie Mellon University(卡内基梅隆大学);Bosch Center for Artificial Intelligence(博世人工智能中心)
针对仿真到现实差距中参数调整的可扩展性与自动化问题,提出COMPASS方法,通过学习可微映射与因果图来发现环境参数与差距的因果关系,有效修剪搜索空间并提升对齐效果与泛化能力。
2023-10-19 cs.RO
Does "Do Differentiable Simulators Give Better Policy Gradients?" Give Better Policy Gradients?
The University of Tokyo(东京大学)
本文探讨可微模拟器在策略梯度方法中的有效性,提出DDCG和IVW-H两种方法,通过切换估计器和控制方差提升鲁棒性与样本效率。
2026-10-27 cs.AI cs.LG cs.RO
A Comprehensive Review on Traffic Datasets and Simulators for Autonomous Vehicles
本文系统综述了支撑自动驾驶开发的数据集与仿真器,从感知到控制全流程分析其特点、质量与地理环境影响,并探讨多模态AI和边缘案例数据生成等趋势,为构建更稳健的自动驾驶系统提供路线图。
2025-08-27 cs.RO
Leveraging Reward Gradients For Reinforcement Learning in Differentiable Physics Simulations
University of California, Santa Barbara(加州大学圣巴巴拉分校)
近年来,完全可微刚体物理模拟器已经被开发出来,它可以用来模拟各种机器人系统。在用于控制的强化学习的背景下,这些模拟器理论上允许算法直接应用于奖励函数的分析梯度。然而,到目前为止,这些梯度被证明是非常具有挑战性的,并且被完全不使用梯度信息的算法所超越。在这项工作中,我们提出了一种新的算法,交叉熵分析策略梯度,能够利用这些梯度,以超越最先进的深度强化学习的一组具有挑战性的非线性控制问题。
2022-03-06 cs.LG cs.RO cs.SY
Differentiable Physics Simulations with Contacts: Do They Have Correct Gradients w.r.t. Position, Velocity and Control?
Siemens Technology(西门子科技);Flatiron Institute(熨斗研究所)
近年来,越来越多的工作集中在可微物理模拟上,并产生了一系列开源项目,如Tiny Differentiable Simulator,Nimble Physics,diffTaichi,Brax,Warp,Dojo和DiffCoSim。通过使物理模拟端到端可区分,我们可以执行基于梯度的优化和学习任务。大多数可微模拟器考虑物体之间的碰撞和接触,但它们使用不同的接触模型来实现可微性。本文综述了四种可微接触形式-线性互补问题(LCP)、凸优化模型、柔顺模型和基于位置的动力学(PBD)。我们分析和比较这些模型计算的梯度,并表明梯度并不总是正确的。我们还展示了他们的能力,学习最优控制策略,通过比较学习的策略与最优策略的分析形式。重现实验结果的代码库可在https://github.com/DesmondZhong/diff_sim_grads上获得。
2022-07-08 cs.AI cs.LG cs.RO
Underwater Robotic Simulators Review for Autonomous System Development
University College London(伦敦大学学院);Technology Innovation Institute(技术创新研究院)
本文系统综述并比较了五个ROS兼容的开源水下机器人仿真器,从保真度、可扩展性、任务适配性及sim-to-real能力等方面进行评估,为仿真环境选择与未来标准化发展提供指导。
2025-04-08 cs.RO
Autonomous Vehicle Controllers From End-to-End Differentiable Simulation
针对行为克隆训练的自动驾驶控制器泛化性差、现有强化学习方法效率低的问题,提出基于可微模拟器的解析策略梯度方法,在Waymo数据集上训练得到更鲁棒高效、操控更类人的控制器。
2025-09-29 cs.AI cs.RO
DaXBench: Benchmarking Deformable Object Manipulation with Differentiable Physics
National University of Singapore(新加坡国立大学);Sea AI Lab(Sea人工智能实验室)
可变形对象操作(DOM)在日常和工业应用中具有重要意义。最近在可微物理模拟器中的成功允许学习算法通过环境动力学训练具有分析梯度的策略,这显著地促进了DOM算法的发展。然而,现有的DOM基准测试要么是基于单对象的,要么是不可区分的。这就留下了以下问题:1)特定于任务的算法如何在其他任务上执行,以及2)基于可微物理的算法如何与一般不可微算法进行比较。在这项工作中,我们提出了DaXBench,一个可区分的DOM基准测试,具有广泛的对象和任务覆盖范围。DaXBench包括9个具有挑战性的高保真模拟任务,涵盖各种难度级别的绳索,布料和液体操作。为了更好地理解一般算法在不同DOM任务上的性能,我们对代表性的DOM方法进行了全面的实验,从规划到模仿学习和强化学习。此外,我们提供了仔细的实证研究,现有的决策算法的基础上可微物理,并讨论其局限性,以及潜在的未来方向。
2023-03-10 cs.RO
Differentiable Fluid Physics Parameter Identification Via Stirring
Shanghai Jiao Tong University(上海交通大学);Qing Yuan Research Institute(清源研究院);MoE Key Lab of Artificial Intelligence, AI Institute(教育部人工智能重点实验室,人工智能研究院)
本研究提出可微拟合框架DiffStir,结合机械臂搅拌、可微MPM仿真器、自适应本构模型选择及精炼神经网络,实现流体黏度等物理参数的高精度辨识。
2023-11-09 cs.RO
Differentiable Simulation of Hard Contacts with Soft Gradients for Learning and Control
University of Tübingen(图宾根大学);Masaryk University(马萨里克大学)
本文提出DiffMJX,通过结合自适应时间积分与惩罚模拟提升梯度精度,并引入接触距离(CFD)解决接触梯度消失问题,提高仿真与现实的匹配度。
2026-03-23 cs.LG cs.RO cs.SY
Choose Your Simulator Wisely: A Review on Open-source Simulators for Autonomous Driving
Shanghai Jiao Tong University(上海交通大学);Global Institute of Future Technology, Shanghai Jiao Tong University(上海交通大学未来技术全球研究院)
本文综述了自动驾驶开源模拟器的演变与分类,评估其适用性、维护状态及质量,并识别关键问题与潜在解决方案,以指导研究者明智选择并提升模拟器可信度。
2023-12-26 cs.LG cs.RO cs.SE
Optimization of Flip-Landing Trajectories for Starship based on a Deep Learned Simulator
Beijing Institute of Astronautical Systems Engineering(北京宇航系统工程研究所);Harbin Institute of Technology(哈尔滨工业大学)
提出一种基于深度神经网络和可微动力学的翻转着陆轨迹优化框架,无需线性化即可处理约束并优化高非线性机动。
2025-07-31 cs.RO cs.SY eess.SY
Crazyflow: An Accurate, GPU-Accelerated, Differentiable Drone Simulator in JAX
Technical University of Munich(慕尼黑技术大学);University of Toronto(多伦多大学);Simon Fraser University(西蒙弗雷泽大学)
提出Crazyflow模拟器,通过GPU加速和可微分设计,实现单机超高速仿真、数千架无人机集群模拟,并支持基于解析梯度的策略学习与采样避障,甚至能在0.38秒内从零训练飞行恢复策略。
2026-10-27 cs.AI cs.MA cs.RO
DexForge: High-Fidelity Physics-Informed Dexterous Retargeting
Tongji University(同济大学);Shanghai Research Institute for Intelligent Autonomous Systems(上海自主智能无人系统研究院);Purdue University(普渡大学);Nanyang Technological University, Singapore(新加坡南洋理工大学)
DexForge通过可微分物理模拟器,结合接触感知运动学与力感知动力学重定向,将人类视频演示转换为高保真机器人轨迹,在七个灵巧手上显著提升成功率并降低跟踪误差。
2026-10-06 cs.RO
PanoDP: Learning Collision-Free Navigation with Panoramic Depth and Differentiable Physics
School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore(南洋理工大学电子与电气工程学院);Beihang University, Beijing, China(北京航空航天大学);The University of Queensland, Australia(昆士兰大学)
PanoDP通过结合全景深度感知与可微物理训练信号,提升在杂乱环境中无碰撞导航的性能和泛化能力。
2026-03-08 cs.RO
A Comprehensive Review of Reinforcement Learning for Autonomous Driving in the CARLA Simulator
本综述系统分析约100篇CARLA模拟器中的强化学习自动驾驶论文,提出统一分类法,指出超80%研究依赖无模型方法,并总结评估指标与开放挑战,为新手和后续研究提供参考与路线图。
2025-09-10 cs.RO
Accelerated Policy Learning with Parallel Differentiable Simulation
NVIDIA(英伟达);Massachusetts Institute of Technology(麻省理工学院);University of Sydney(悉尼大学);University of Toronto(多伦多大学)
深度强化学习可以生成复杂的控制策略,但需要大量的训练数据才能有效工作。最近的工作试图解决这个问题,利用微分模拟器。然而,固有的问题,如局部最小值和爆炸/消失的数值梯度,防止这些方法被普遍应用于控制任务与复杂的接触丰富的动态,如人形运动在经典的RL基准。在这项工作中,我们提出了一个高性能的微分模拟器和一个新的策略学习算法(SHAC),可以有效地利用模拟梯度,即使在存在非平滑。我们的学习算法通过平滑的评价函数来解决局部极小值问题,通过截断的学习窗口来避免梯度消失/爆炸,并允许许多物理环境并行运行。我们评估我们的方法对经典的RL控制任务,并表现出显着的改善,在样本效率和挂钟时间超过国家的最先进的RL和可微的基于模拟的算法。此外,我们通过将其应用于具有较大动作空间的肌肉驱动运动的具有挑战性的高维问题,证明了我们方法的可扩展性,与性能最佳的已建立RL算法相比,训练时间减少了17倍以上。
2022-04-14 cs.AI cs.GR cs.LG
E2DRL: End-to-End Differentiable Reinforcement Learning for 3D Obstacle Avoidance in Quadruped Robots
National University of Singapore(新加坡国立大学)
本研究提出E2DRL算法,通过软可微障碍物交互公式解决梯度破坏问题,结合SAPO、DAgger等技术实现四足机器人3D避障,在仿真中性能优于PPO等方法并完成了仿真到真实场景的验证。
2026-10-15 cs.RO
Deluca -- A Differentiable Control Library: Environments, Methods, and Benchmarking
Princeton University(普林斯顿大学);Google AI Princeton(谷歌AI普林斯顿);Microsoft Research(微软研究院)
我们提出了一个开源的原生可区分的物理和机器人环境库,伴随着基于梯度的控制方法和基准测试套件。所引入的环境允许通过模拟动态进行自动区分,从而允许控制器的快速训练。该库具有几种流行的环境,包括OpenAI Gym的经典控制设置。我们还提供了一个新的微分环境,基于深度神经网络,模拟医疗通气。我们给出了使用该库获得的新科学成果的几个用例。这包括一个医疗呼吸机模拟器和控制器,时变线性动态系统的自适应控制方法,和新的基于梯度的方法控制的线性动态系统与对抗扰动。
2021-02-19 cs.LG cs.RO
Imitation Learning via Differentiable Physics
Sea AI Lab(Sea人工智能实验室);National University of Singapore(新加坡国立大学)
现有的模仿学习(IL)方法,例如逆强化学习(IRL),通常具有双循环训练过程,在学习奖励函数和策略之间交替,并且往往遭受长训练时间和高方差。在这项工作中,我们确定了可微物理模拟器的好处,并提出了一种新的IL方法,即,通过可微物理(ILD)进行模仿学习,摆脱了双环设计,在最终性能、收敛速度和稳定性方面实现了显着提高。所提出的ILD将可微物理模拟器作为物理先验纳入其计算图中进行策略学习。它通过从参数化策略中采样动作来展开动态,简单地最小化专家轨迹和代理轨迹之间的距离,并通过时间物理算子将梯度反向传播到策略中。在物理先验的情况下,ILD策略不仅可以转移到看不见的环境规范,而且可以在各种任务上产生更高的最终性能。此外,ILD自然形成单回路结构,显著提高了稳定性和训练速度。为了简化由时间物理操作引起的复杂优化景观,ILD在优化期间动态地为每个状态选择学习目标。在我们的实验中,我们表明,ILD优于国家的最先进的方法在各种连续控制任务与Brax,只需要一个专家演示。此外,ILD可以应用于具有挑战性的可变形物体操纵任务,并可以推广到看不见的配置。
2022-06-10 cs.AI cs.LG cs.RO
OrbiSim: World Models as Differentiable Physics Engines for Embodied Intelligence
MoE Key Lab of Artificial Intelligence, AI Institute, School of Computer Science(人工智能摩尔电子实验室、人工智能学院、计算机科学学院)
OrbiSim提出了一种新的机器人仿真范式,将世界模型重新定义为完全可微的物理引擎,通过统一的物理基础路径连接结构化场景资产、神经动力学和下游强化学习,提升预测精度和控制性能。
2026-10-19 cs.LG cs.RO
Rethinking Optimization with Differentiable Simulation from a Global Perspective
Stanford University(斯坦福大学);Massachusetts Institute of Technology(麻省理工学院)
微分模拟是一种很有前途的工具包,用于快速的基于梯度的策略优化和系统辨识。然而,现有的可微模拟方法在很大程度上解决了获得平滑梯度相对容易的情况,例如具有大部分平滑动态的系统。在这项工作中,我们研究了可微模拟提出的挑战,当它是不可行的期望,一个单一的下降达到全局最优,这往往是一个问题,在接触丰富的情况下。我们分析了包含刚体和可变形对象的各种场景的优化景观。在具有高度可变形物体和流体的动态环境中,可微分模拟器产生崎岖的景观,但在空间的某些部分具有有用的梯度。我们提出了一种方法,结合贝叶斯优化与半本地的“飞跃”,以获得一个全局搜索方法,可以有效地使用梯度,同时也保持了鲁棒性的性能,在区域噪声梯度。我们表明,我们的方法优于几个基于梯度和无梯度的基线上的一组广泛的仿真实验,并验证了该方法使用的实验与一个真正的机器人和变形。视频和补充材料可在https://tinyurl.com/globdiff上获得
2022-06-28 cs.LG cs.RO stat.ML
RAFL: Generalizable Sim-to-Real of Soft Robots with Residual Acceleration Field Learning
Department of Computer Science, Duke University(达特茅斯大学计算机科学系);Department of Mechanical Engineering and Material Science(机械工程与材料科学系);Department of Electrical and Computer Engineering(电气与计算机工程系)
RAFL通过残差加速度场学习提升软机器人仿真到现实的通用性,实现零样本改进,支持持续优化。
2026-03-23 cs.LG cs.RO
Fast and Feature-Complete Differentiable Physics for Articulated Rigid Bodies with Contact
Stanford University(斯坦福大学);Amazon(亚马逊)
我们提供了一个快速且功能完整的可微物理引擎Nimble(nimblephysics.org),它支持拉格朗日动力学和用于铰接刚体模拟的硬接触约束。我们的可微物理引擎提供了一套完整的功能,这些功能通常仅适用于机器人应用中常用的不可微物理模拟器。我们使用线性互补问题(LCP)精确地解决接触约束。我们提出了有效的和新的分析梯度通过LCP制定的非弹性接触,利用LCP解决方案的稀疏性。我们支持复杂的接触几何,和梯度近似连续时间的弹性碰撞。我们还介绍了一种新的方法来计算互补感知梯度,帮助下游优化任务避免在鞍点停滞。我们表明,在现有的物理引擎(DART)中实现这种组合能够在单个时间步计算分析雅可比矩阵时实现87倍的单核加速比,同时保留原始DART的所有表现力。
2021-06-22 cs.AI cs.LG cs.RO
Probabilistic Inference of Simulation Parameters via Parallel Differentiable Simulation
University of Southern California(南加州大学);NVIDIA(英伟达)
为了准确地再现真实世界的测量结果,仿真器需要有一个适当的物理系统模型,并需要识别模型的参数。我们解决后一个问题,估计参数通过贝叶斯推理方法,近似后验分布的模拟参数给定的真实传感器测量。通过扩展常用的高斯似然模型的轨迹,通过多次射击制定,我们选择的基于粒子的推理算法斯坦变分梯度下降是能够识别高度非线性,欠驱动系统。我们利用GPU代码生成和可微模拟来并行评估许多粒子的可能性及其梯度。我们的算法比可比基线更准确地推断模拟参数的非参数分布,并通过基于梯度的优化有效地处理参数约束。我们评估几个物理实验的估计性能。在一个欠驱动的机制,一个7自由度的机器人手臂激发一个未知的质量配置的对象,我们演示了我们的推理技术可以识别参数之间的对称性,并提供高度准确的预测。项目网址:https://uscresl.github.io/prob-diff-sim
2022-02-27 cs.LG cs.RO
An End-to-End Differentiable Framework for Contact-Aware Robot Design
Massachusetts Institute of Technology(麻省理工学院);Texas A&M University(德克萨斯A&M大学)
目前机器人操作的主要范例包括两个独立的阶段:机械手设计和控制。由于机器人的形态和如何控制它是密切相关的,设计和控制的联合优化可以显着提高性能。现有的协同优化方法是有限的,无法探索丰富的设计空间。主要原因是权衡设计的复杂性,这是必要的接触丰富的任务对制造,优化,接触处理等的实际限制,我们克服了这些挑战,通过建立一个端到端的差分框架接触感知机器人设计。该框架的两个关键组成部分是:一种新的基于变形的参数化,允许设计具有任意复杂几何形状的铰接刚性机器人,以及一个可微分的刚体模拟器,可以处理接触丰富的场景,并计算全谱运动学和动力学参数的分析梯度。在多个操作任务上,我们的框架优于现有的方法,这些方法要么只优化控制,要么使用替代表示进行设计,要么使用无梯度方法进行协同优化。
2021-08-24 cs.AI cs.GR cs.RO
Ostrich: Taking Large Strides Through Stiff Contact in Differentiable Dynamics
Czech Technical University in Prague(布拉格捷克技术大学);Faculty of Electrical Engineering(电气工程学院)
提出Ostrich,一种GPU加速的刚体模拟器,通过非光滑牛顿迭代和隐函数定理,在大时间步长下实现高精度可微接触,梯度可靠且内存高效,显著提升优化吞吐量。
2026-09-09 cs.GR cs.LG cs.RO