[论文解读] Efficient Optimal Control of Smoke using Spacetime Multigrid

Zherong Pan, Dinesh Manocha|arXiv (Cornell University)|Aug 3, 2016

Computer Graphics and Visualization Techniques参考文献 20被引用 3

一句话总结

本文提出了一种时空多重网格优化方法，用于高效地基于关键帧控制二维和三维烟雾模拟。通过使用一种新颖的时空全近似格式（STFAS）求解PDE约束优化问题的Karush-Kuhn-Tucker（KKT）条件，该方法相比以往基于梯度的方法将计算时间减少了整整一个数量级以上，从而在标准台式计算机上实现了对长时序高分辨率流体动画的高效控制。

ABSTRACT

We present a novel algorithm to control the physically-based animation of smoke. Given a set of keyframe smoke shapes, we compute a dense sequence of control force fields that can drive the smoke shape to match several keyframes at certain time instances. Our approach formulates this control problem as a PDE constrained spacetime optimization and computes locally optimal control forces as the stationary point of the Karush-Kuhn-Tucker conditions. In order to reduce the high complexity of multiple passes of fluid resimulation, we utilize the coherence between consecutive fluid simulation passes and update our solution using a novel spacetime full approximation scheme (STFAS). We demonstrate the benefits of our approach by computing accurate solutions on 2D and 3D benchmarks. In practice, we observe more than an order of magnitude improvement over prior methods.

研究动机与目标

• 为解决在二维和三维烟雾模拟中基于关键帧最优控制的高计算成本问题，其中控制力序列跨越高维空间。
• 通过利用求解过程中的时空一致性，减少迭代优化中重复的流体模拟需求。
• 开发一种可扩展的、基于多重网格的求解器，同时保持原始变量和对偶变量，避免在每次迭代中从头求解Navier-Stokes方程。
• 实现精确、平滑且物理上合理的烟雾动画，使其在指定时间步长处匹配用户指定的关键帧形状。
• 提供一种框架，通过正则化参数平衡关键帧保真度与控制力大小，支持艺术创作与特殊效果应用。

提出的方法

• 将烟雾控制建模为PDE约束的时空优化问题，最小化关键帧偏差与控制力大小。
• 通过计算Karush-Kuhn-Tucker（KKT）条件的驻点来求解优化问题，同时保持原始变量（速度）和对偶变量（拉格朗日乘子）。
• 提出一种时空全近似格式（STFAS），一种非线性多重网格求解器，采用新颖的时空平滑算子以实现高效收敛。
• 在KKT系统上采用定点迭代，实现与网格分辨率和时间步数无关的收敛性。
• 使用三线性插值和限制算子进行多重网格转移，与现有的边界感知多重网格技术兼容。
• 利用交错网格上Navier-Stokes方程的结构，高效计算鬼魅力对速度场的导数。

实验结果

研究问题

• RQ1 时空多重网格方法是否能显著降低二维和三维烟雾模拟中最优控制的计算成本？
• RQ2 如何在不重复进行流体模拟的情况下，高效求解PDE约束优化问题的KKT条件？
• RQ3 全近似格式（FAS）能否被适配于时空问题，以实现与分辨率无关的收敛性？
• RQ4 保持对偶变量（拉格朗日乘子）在多大程度上能减少每次优化迭代所需的流体模拟次数？
• RQ5 与每轮迭代均需完整流体求解的基于梯度的优化器相比，所提方法在速度和精度上表现如何？

主要发现

• 所提出的时空多重网格方法在标准台式计算机上相比以往基于梯度的最优控制方法实现了超过10倍的加速。
• 该方法将128² × 40时间步长的二维烟雾动画优化时间缩短至约30分钟，相比传统优化器实现17倍加速。
• STFAS求解器的收敛性与网格分辨率和时间步数无关，支持高分辨率和长时序模拟的可扩展性。
• 该方法在精确匹配关键帧形状的同时，生成平滑且物理上合理的控制力，且其幅值极小。
• 通过正则化参数，该方法支持用户对关键帧保真度与控制力能量之间的权衡进行控制。
• 该框架可扩展以支持力模板（如涡旋力），并通过并行化或模型预测控制策略实现加速。