通过观看真实事物来学习模拟复杂的物理现象

当科学家或特殊效果向导想要模拟洪水或可视化小行星撞击时,他们会使用称为物理引擎的程序。但是手工制作这样的软件以适应自然需要时间和专业知识。现在,研究人员已经找到了一种人工智能(ai)的方法,可以通过观看真实事物来学习模拟复杂的物理现象。
在国际机器学习大会上,ai公司deepmind提出了一种新型模型,称为基于图网络的模拟器(gns)。该程序可以现实地重建数以万计的不同材质的粒子之间的交互,并持续数以千计的动画帧。当您将一堆沙子,一团“臭”和一大堆水扔进盒子里时,会发生什么?看看上面。
该系统使用“图形网络”,将场景表示为相互作用粒子(每个粒子远大于分子的粒子,上面的某些片段后来以高分辨率显示)的相互作用的网络,这些粒子相互传递有关其位置,速度的“消息”以及材料属性。通过将预测值与传统物理引擎的预测值进行比较,可以通过反复试验来了解消息传递以及粒子如何响应。经过培训后,该系统可以推广到从未见过的情况-预测更多次粒子的行为,或者如果您添加更多障碍物(如坡道或摇动盒子)会发生什么。
在实验中,尽管它具有简单性,但与竞争性ai方法相比,该新系统在归纳各种现象方面更准确,更好。除了很酷的视觉效果外,研究人员希望该方法可以帮助机器推理周围的世界。您知道,万一机器人需要躲避凝胶河马。

什么是3C锂离子电池?锂离子电池的四个安全隐患,要注意了
国星光电:LED产品终端应用市场内销比例正在扩大
工业视觉技术的数字激光雷达芯片路线图
科通技术携意法半导体芯片赋能可调数字电源应用
AM5SE-IS防孤岛保护装置的应用案例
通过观看真实事物来学习模拟复杂的物理现象
如何使用压缩空气制冷?涡流管—麦克斯韦妖管
iphone8什么时候上市?iphone8概念图曝光:果粉们看过来,这样的iphone8是你们想要的吗?
为什么TCL Q10G Mini LED电视是618选购的不二之选
全球功率半导体市场再度走低,2012比上年下降11.5%
vivo APEX 2020手机预告,摄像变焦将具有连续性
一个亚稳态设计案例分析
Windows中PNP和电源特性
数字化学习使学习到绩效转化的确定性成为可能
基于TEAC的集成放大器AI-503的介绍
美女手把手教你如何装机(中)
时域高通滤波非均匀性校正算法研究
大联大世平集团推出支持QC3.0 & MediaTek协议的快速充电解决方案
基于STM32F的搬运机器人电机控制系统的设计与实现
激光切割是什么,它的工作原理是怎样的