[논문 리뷰] Differentiable Simulation of Soft Multi-body Systems

Yi-Ling Qiao, Junbang Liang외 2명|arXiv (Cornell University)|2022. 05. 03.

Soft Robotics and Applications참고 문헌 40인용 수 10

한 줄 요약

이 논문은 Projective Dynamics 내에서 상향식 행렬 조립을 통해 관절 구조체, 건식 마찰 접촉, 그리고 현실적인 액추에이터(근육, 관절 토크, 기계적 압력)를 통합한 미분 가능 시뮬레이터를 제안한다. 이 프레임워크는 경사 기반 최적화를 가능하게 하여 강화 학습 및 도함수 기반 최적화 방법에 비해 시스템 식별 및 운동 제어를 수십 배에서 수백 배 빠르게 한다.

ABSTRACT

We present a method for differentiable simulation of soft articulated bodies. Our work enables the integration of differentiable physical dynamics into gradient-based pipelines. We develop a top-down matrix assembly algorithm within Projective Dynamics and derive a generalized dry friction model for soft continuum using a new matrix splitting strategy. We derive a differentiable control framework for soft articulated bodies driven by muscles, joint torques, or pneumatic tubes. The experiments demonstrate that our designs make soft body simulation more stable and realistic compared to other frameworks. Our method accelerates the solution of system identification problems by more than an order of magnitude, and enables efficient gradient-based learning of motion control with soft robots.

연구 동기 및 목표

• 소프트 관절 구조 로봇의 물리적 행동이 현실적으로 반영된 빠른, 미분 가능한 시뮬레이션을 가능하게 하기 위해.
• 기존의 미분 가능 물리 프레임워크에서의 한계, 특히 접촉 모델링과 다체계로의 확장성 문제를 해결하기 위해.
• 고차원 소프트 로봇 문제에서의 시스템 식별 및 운동 제어를 위한 경사 기반 최적화를 지원하기 위해.
• 근육, 관절 토크, 기계적 압력 등 다양한 액추에이터 모델을 통합된 미분 가능한 시뮬레이션 파이프라인에 통합하기 위해.
• 쿨롱 마찰 법칙을 강제 적용하고 새로운 행렬 분할 전략을 통해 접촉 솔버의 안정성을 향상시켜 물리적 현실감을 제고하기 위해.

제안 방법

• Projective Dynamics 내에서 소프트 바디 역학과 감소 차원의 관절 구조체를 결합하기 위해 상향식 행렬 조립 알고리즘을 개발하였다.
• 천연 섬유 시뮬레이션에서 유도된 일반화된 건식 마찰 모델을 소프트 고체에 확장하고, 솔버의 안정성을 향상시키기 위해 새로운 행렬 분할 전략을 도입하였다.
• 물리적 정밀도를 향상시키기 위해 근육, 관절 토크, 기계적 압력 액추에이터에 대한 분석 모델을 통합하였다.
• 패널티 기반 방법에서 흔히 발생하는 문제를 피하기 위해, 쿨롱 마찰 법칙을 강제 적용함으로써 접촉 처리를 향상시켰다.
• 전체 시뮬레이션 파이프라인이 완전히 미분 가능하여, 시간에 따라 역전파가 가능하고 경사 기반 최적화를 지원한다.
• 소프트 재료의 적응형 해상도 및 정확한 부피 표현을 위해 단체 격자(테트라헤드론 메쉬)를 사용하였다.

실험 결과

연구 질문

• RQ1 소프트 다체계를 위한 미분 가능 시뮬레이터는 물리적 현실감과 계산 효율성을 동시에 달성할 수 있는가?
• RQ2 미분 가능한 소프트 바디 역학에서 건식 마찰 접촉은 어떻게 정확하게 모델링하고 안정화할 수 있는가?
• RQ3 관절 구조체와 현실적인 액추에이터의 통합은 시뮬레이션 정밀도와 최적화 성능를 향상시킬 수 있는가?
• RQ4 미분 가능한 물리 기반 최적화는 소프트 로봇 분야에서 경사 기반 시스템 식별 및 운동 제어를 얼마나 가속화하는가?
• RQ5 고차원 제어 과제에서 강화 학습 및 도함수 기반 최적화 방법에 비해 제안된 방법은 어떻게 비교되는가?

주요 결과

• 4팔 소프트 그립퍼의 경우, 제안된 방법은 10 에피소드 내에 수렴하지만, PPO와 CMA-ES는 각각 500 및 200 에피소드가 소요된다.
• 25,600개의 최적화 변수를 가진 근육 구동 오징어 로봇의 경우, 제안된 방법은 50 에피소드 내에 수렴하지만, 다른 방법들은 500 에피소드가 지나도 수렴하지 못한다.
• 500차원 제어 공간을 가진 물고기 유사 로봇의 경우, 시뮬레이터를 사용한 경사 기반 최적화는 약 50 에피소드 내에 수렴하지만, 기준 방법들은 500 에피소드 내에 수렴하지 못한다.
• 미분 가능 프레임워크는 강화 학습 및 도함수 기반 최적화에 비해 운동 제어 과제에서 수십 배에서 수백 배 빠른 수렴을 가능하게 한다.
• 접촉, 구동, 구조체 제약 조건 등 복잡한 상호작용을 안정적이고 물리적으로 타당한 행동으로 정확하게 시뮬레이션할 수 있다.
• 고차원 제어 문제에서의 확장성과 강건성을 입증하여, 소프트 로봇 분야에서 경사 기반 최적화의 우수성을 입증한다.