機器人也能幹咖啡師的活了！
比如讓它把奶泡和咖啡攪拌均勻，效果是這樣的：
然後上點難度，做杯拿鐵，再用攪拌棒做個圖案，也是輕松拿下：
這些是在已被 ICLR 2023 接收爲 Spotlight 的一項研究基礎上做到的，他們推出了提出流體操控新基準FluidLab以及多材料可微物理引擎FluidEngine。
研究團隊成員分别來自 CMU、達特茅斯學院、哥倫比亞大學、MIT、MIT-IBM Watson AI Lab、馬薩諸塞大學阿默斯特分校。
在 FluidLab 的加持下，未來機器人處理更多複雜場景下的流體工作也都不在話下。
FluidLab 到底都有哪些 " 隐藏技能 "？一起來康康～
" 流體力學 " 高階選手
FluidLab 是靠 FluidEngine 做引擎支撐，正如名稱所言，主打的模拟對象就是流體，不同材料，各種類型運動的細節它都能完全拿捏。
先來試試模拟做咖啡的各種場景，咖啡和奶泡的運動軌迹也是很真實了。
當然模拟打冰淇淩也是灑灑水的事情。
或者模拟不同狀态下水流的運動軌迹。
如果說這樣還看不出來 FluidLab 的實力，那直接上難度。
比如先來點對照模拟，讓平台模拟一下不同材料下墜時與容器的碰撞情況，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的軌迹。
再上點重磅難度，模拟下氣體與液體相遇時的狀态。
輕松搞定！
這時，可能會有朋友疑問：這麽多狀态下的模拟，到底符不符合物理學或者流體力學呢？
這點大可放心，研究團隊直接公開了驗證視頻，在涉及一些特定的物理現象時，FluidEngine 都能準确模拟。
像卡門渦流和潰壩這種常見物理現象都能準确模拟。
浮力，液體的不可壓縮性與體積穩定性在模拟中也是輕輕松松就能體現。
來點進階難度，用馬格努斯效應驗證一下：平移、平移 + 緩慢逆時針旋轉、平移 + 快速逆時針旋轉、平移 + 快速順時針旋轉也都很準确。
再加億點難度，試試動量守恒和瑞利 - 泰勒不穩定性。
……
那如此逼近真實世界的模拟，研究團隊是怎麽做到的呢？
不同狀态有不同的算法
首先在編程語言上，FluidEngine 選擇了 Python 和 Taichi，Taichi 是近來提出的用于 GPU 加速仿真的領域特定編程語言。
這樣一來，就可以爲構建模拟環境提供了一組用戶友好的 API，在更高的層次上，它也遵循标準 OpenAI Gym API，并且與标準的強化學習和優化算法兼容。
而之所以能夠做到逼真的虛拟仿真效果，或許可以從 FluidEngine 創建環境的過程窺探一二。
它創建的環境由五個部分組成：
配備有用戶定義的末端效應器的機器人代理（可外接機器人）
從外部網格導入并表示爲符号距離場（SDFs）的對象
使用形狀基元或外部網格創建的對象， 用于表示粒子
用于在歐拉網格上模拟氣體現象的氣體場（包括速度場和其他平流量場，如煙密度和溫度）
一組用戶定義的幾何邊界，以支持稀疏計算
其中，在模拟過程中，對于不同狀态的材料會采用不同的計算方法。
對于固體和液體材料，模拟過程使用的是移動最小二乘材料點方法（MLS-MPM），。
對于煙或空氣這類氣體，模拟過程中使用的是平流 - 投影方案，在笛卡爾網格上将它們模拟爲不可壓縮的流體。
這樣一來，便能針對具體情況模拟到逼真的效果了。
論文、項目地址以及代碼鏈接附在文末了，感興趣的朋友可以點擊查看。
項目主頁：https://fluidlab2023.github.io/
論文鏈接：https://arxiv.org/abs/2303.02346
代碼鏈接：https://github.com/zhouxian/FluidLab
