Transfer Learning in Scalable Graph Neural Network for Improved Physical Simulation
近年来，基于图形神经网络（GNN）模型在模拟复杂物理系统方面显示出令人鼓舞的结果。但是，培训专用的图形网络模拟器可能会昂贵，因为大多数模型都局限于完全监督的培训。训练模型需要从传统模拟器产生的大量数据。如何应用转移学习来提高模型性能和训练效率。在这项工作中，我们引入了图形网络模拟器的预处理和转移学习范式。首先，我们提出了可扩展的图形u-net…
Isaac Gym: High Performance GPU-Based Physics Simulation For Robot Learning
Isaac Gym 提供了一个高性能学习平台，可直接在 GPU 上训练各种机器人任务的策略。物理模拟和神经网络策略训练都驻留在 GPU 上，并通过直接将数据从物理缓冲区传递到 PyTorch 张量进行通信，而无需经历任何 CPU 瓶颈。这使得在单个 GPU 上进行复杂机器人任务的训练时间极快，与使用基于 CPU 的模拟器和 GPU 进行神经网络的传统 RL 训练相比，速度提高了 2-3 个数量级。
NVIDIA Cosmos: Empowering Physical AI with Simulations
开发物理AI系统的开发，例如工厂地板上的机器人和街道上的自动驾驶汽车，在很大程度上依赖于大型高质量的数据集进行培训。但是，收集现实世界的数据是昂贵的，耗时的，并且通常仅限于一些主要的科技公司。 NVIDIA的COSMOS平台通过使用高级物理模拟生成[…] NVIDIA COSMOS：通过模拟授权物理AI的能力首先出现在Unite.ai上。
NVIDIA just made game physics a playground for everyone
nvidia已正式制作了其Physx Engine和Flow SDK完全开源的，包括期待已久的GPU模拟内核代码，并在BSD-3许可下。现在，即使在非NVIDIA GPU上，开发人员也可以自定义，端口和复兴的高级物理模拟。
Comparison of Numerical Simulations of Heat-Induced Stress in Basalt
摘要：由于过度的噪音和热量而造成的能量损失是传统采矿过程中的主要缺点。目前研究的一些改善这些缺点的方法包括加热岩石以引起内部应力断裂，从而更容易使用传统采矿设备开采或移除岩石。物理实验已经产生了有用的数据，这些数据已应用于岩石加热和断裂的数值模拟，并且在商业多物理模拟器 COMSOL 中开发了多个此类模拟。由于 COMSOL 在国防部高性能计算机上并不广泛可用，因此本研究的目标是开发将在 COMSOL 中开发的模拟复制为在另一个商业多物理模拟器 Abaqus FEA 中运行的模拟的方法。在这项工作中，一个半径为 25 毫米、高度为 158 毫米的模拟玄武岩圆柱体受到表面热通量的影响，该热通量近
2021 年 10 月，我们宣布收购了 MuJoCo 物理模拟器，并将其免费提供给所有人，以支持各地的研究。我们还致力于开发和维护 MuJoCo，这是一个免费、开源、社区驱动的项目，具有一流的功能。今天，我们很高兴地报告开源已经完成，整个代码库都在 GitHub 上！在这里，我们解释了为什么 MuJoCo 是一个很棒的开源协作平台，并分享了我们未来路线图的预览。
该研究的目的是使用一种在模型体周围产生高速流的方法，对高速物体的冲击压缩层 (SCL) 发光和气辉进行物理模拟和采集实验数据基于喷射隔膜放电。本文描述了一种设计用于诊断 SCL 的多通道系统，该系统是由在低气压条件下以 4 至 50 km/s 的速度围绕模型体流动的自由流侵蚀等离子体产生的。研究结果表明，一套实施的光学和光谱方法可以诊断模型身体周围的流动，并记录模型身体前部附近的 SCL 结构的图像以及 SCL 辐射光谱。
