[라이브러리] Physic simulation for robotics and engineering

 

최근 들어서 엔비디아가 시뮬레이션 쪽으로 많이 연구를 진행하고 있음을 알았다.

아무래도 로봇 시뮬레이션 쪽은 강화학습 방법론이 대세로 기울고 이 강화학습 특성 상 시뮬레이션을 돌려야 한다.

다른 한 편으로는 최근 그래픽스, 시뮬레이션 분야에 대한 관심으로 디지털 트윈으로 실제와 컴퓨터 모델 간의 간격을 줄여서 설계, 제어 등에 반영하고자 하는 연구 흐름이 있다.

 

그래서 python에서 코딩이 가능한 Physic simulation library를 알아보는 기록을 남긴다.

 

1. Isaac Sim

 

엔비디아에서 개발하고 있는 물리 시뮬레이션.

 

2. SAPIEN

UCSD에서 개발한 오픈소스 물리 시뮬레이션

 

3. Pybullet

 

4. MuJoCo

MuJoCo의 경우에는 JAX와 호환이 되도록 제공하는 라이브러리(https://mujoco.readthedocs.io/en/stable/mjx.html)가 있다.

 

5. CoppeliaSim

 

6. Gazebo

 

7. Taichi (diffTaichi)

Material Point Method 기반의 물리 시뮬레이션인데 differentiable simulation으로 구현한 것이 특징이다.

 

 

Gazebo나 MuJoCo는 강화학습 같은 학습 기반 제어 논문에서 자주 나오는 시뮬레이션이다.

 

 

 

 

 

 

 

 

- 인기도로 봤을 때 : Pybullet, MuJoCo, Gazebo

- 오픈소스

- GPU 사용

- Differentiable simulation로 발전 가능성 등

을 따졌을 때

 

MuJoCo-jax

또는 diffTaichi 를 참고할 생각이다.

 

 

---

Differentiability를 고려할 때 볼 수 있는 시뮬레이션들

 

- Differentiable Projective Dynamics :

https://github.com/mit-gfx/diff_pd_public

 

GitHub - mit-gfx/diff_pd_public

 

- DiffTaichi

https://github.com/taichi-dev/difftaichi

GitHub - taichi-dev/difftaichi: 10 differentiable physical simulators built with Taichi differentiable programming (DiffTaichi,

 

 

- MuJoCo XLA (MJX)

 

https://github.com/google-deepmind/mujoco/tree/main/mjx

mujoco/mjx at main · google-deepmind/mujoco

 

- Differentiable Simulation of Soft Multi-body Systems

 

이 코드는 pytorch 기반이다.

 

https://github.com/YilingQiao/diff_fem

GitHub - YilingQiao/diff_fem: Differentiable Simulation of Soft Multi-body Systems (NeurIPS 2021)

 

 

 

 

---

 

참고 사이트 :https://simulately.wiki/

Simulately | Simulately

 

simulation 관련 라이브러리를 정리해놓은 사이트다.

 

 

 

이 글은 계속 업데이트할 예정이다.