SoftMAC: Differentiable Soft Body Simulation with Forecast-based Contact Model and Two-way Coupling with Articulated Rigid Bodies and Clothes

要約

微分可能な物理シミュレーションは、勾配ベースの最適化を通じて以前は困難だった課題に取り組む手段を提供し、それによってロボット工学関連の問題を解決する効率を大幅に向上させます。
微分可能なシミュレーションをさまざまなロボット操作シナリオに適用するための重要な課題は、さまざまな材料を統一されたフレームワークに統合することです。
我々は、ソフトボディと多関節剛体および衣服を結合する微分可能なシミュレーションフレームワークであるSoftMACを紹介します。
SoftMAC は、連続力学に基づく材料点法 (MPM) を使用してソフト ボディをシミュレートします。
MPM には予測ベースの接触モデルが提供されており、これにより、貫通や不自然なリバウンドなどのアーティファクトが大幅に軽減されます。
MPM 粒子を変形可能で非体積の衣服メッシュと結合するために、局所領域の符号付き距離フィールドを再構成する貫通トレース アルゴリズムも提案します。
各モダリティのシミュレータと接触モデルに基づいて、軟体と他の 2 種類の材料間の相互作用をシミュレートする微分可能な結合メカニズムを開発します。
下流のロボット操作アプリケーションにおける提案された微分可能パイプラインの有効性と精度を検証するために、包括的な実験が行われます。
補足資料とビデオは、プロジェクト Web サイト (https://sites.google.com/view/softmac) で入手できます。

要約(オリジナル)

Differentiable physics simulation provides an avenue for tackling previously intractable challenges through gradient-based optimization, thereby greatly improving the efficiency of solving robotics-related problems. To apply differentiable simulation in diverse robotic manipulation scenarios, a key challenge is to integrate various materials in a unified framework. We present SoftMAC, a differentiable simulation framework coupling soft bodies with articulated rigid bodies and clothes. SoftMAC simulates soft bodies with the continuum-mechanics-based Material Point Method (MPM). We provide a forecast-based contact model for MPM, which greatly reduces artifacts like penetration and unnatural rebound. To couple MPM particles with deformable and non-volumetric clothes meshes, we also propose a penetration tracing algorithm that reconstructs the signed distance field in local area. Based on simulators for each modality and the contact model, we develop a differentiable coupling mechanism to simulate the interactions between soft bodies and the other two types of materials. Comprehensive experiments are conducted to validate the effectiveness and accuracy of the proposed differentiable pipeline in downstream robotic manipulation applications. Supplementary materials and videos are available on our project website at https://sites.google.com/view/softmac.

arxiv情報

著者 Min Liu,Gang Yang,Siyuan Luo,Chen Yu,Lin Shao
発行日 2023-12-06 05:36:55+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.GR, cs.RO パーマリンク