Nedavno je putem objave na blogu otkriveno da Newtonov simulacijski mehanizam za fiziku, moćan alat koji su zajednički razvili NVIDIA, Disney Research i Google DeepMind, je napravio značajan korak prelaskom u Linux fondaciju.
Ovaj strateški potez nastoji osigurati svoj rast kao otvorenog projekta, nezavisan i kolaborativan, oslobođen isključive kontrole velikih tehnoloških korporacija.
Ovom tranzicijom, Newton postaje pristupačna platforma za istraživače, programere i kompanije širom svijeta. Među novim učesnicima koji su već uključeni su Lightwheel, Style3D i akademski stručnjaci sa Univerziteta u Minhenu i Univerziteta u Pekingu.
Napredna i skalabilna simulacija za robotiku budućnosti
Za one koji još uvijek ne znaju za Newtona, trebali biste znati da je ovaj projekt Dizajniran je da ponudi brzu, tačnu i skalabilnu simulaciju fizike., posebno orijentisan na istraživanje robotike.
Njegov motor omogućava model kompleksnih ponašanja kao što su hodanje po deformabilnim površinama, interakcija s krhkim predmetima ili precizno manipuliranje realističnim okruženjima.
Jedna od glavnih prednosti projekta leži u njegovom sposobnost iskorištavanja snage GPU-ova, što ubrzava proračune i omogućava realističnije simulacije za manje vremena. Nadalje, njegova modularna arhitektura olakšava trenutnu integraciju novih komponenti ili prilagođenih algoritama.
„Newtonovo pridruživanje Linux fondaciji predstavlja značajan korak naprijed u skaliranju kolaborativne simulacije robotike, ubrzavanju razvoja, smanjenju troškova i približavanju budućnosti simulacije robotike u stvarnom svijetu“, rekao je Jim Zemlin, izvršni direktor Linux fondacije. „Zadovoljstvo nam je da poželimo dobrodošlicu Newtonu i pružimo neutralno upravljanje koje je njegovoj globalnoj zajednici potrebno za izgradnju budućnosti robotike opće namjene.“
Glavne karakteristike
- Ubrzano GPU-omIskoristite NVIDIA Warp za brzu i skalabilnu simulaciju.
- Implementacije višestrukih rješavačaXPBD, VBD, MuJoCo, Featherstone, Euler
- Modularni dizajnLako proširivo s novim rješavačima i komponentama
- DiferencijabilnoPodržava diferencijabilnu simulaciju za mašinsko učenje i optimizaciju.
- Obogaćeni uvoz/izvozUčitajte modele iz URDF, MJCF, USD i drugih formata.
- Open sourceOdržavaju ga Disney Research, Google DeepMind i NVIDIA.
Ključne tehnologije: NVIDIA Warp i OpenUSD
Da bi se optimiziralo prostorno modeliranje i računanje pomoću GPU-ova, Newton koristi NVIDIA Warp framework, dizajniran za simulacijske zadatke koji zahtijevaju intenzivne performanse. Zauzvrat, koristi OpenUSD platformu (Univerzalni opis scene) za strukturirani prikaz hijerarhijskih podataka koji čine svaku grafičku scenu.
Ova tehnološka kombinacija osigurava efikasan radni proces, s interoperabilnosti između različitih alata za modeliranje i renderiranje, proširujući mogućnosti za upotrebu u sektorima kao što su animacija, proširena stvarnost, robotika i naučna istraživanja.
Višestruki backendovi i diferencijabilna simulacija
Newton nije ograničen na jednu metodu rezolucije. Pruža podršku za različite fizikalne backendove ili rješavače, uključujući Euler, Featherstone, ImplicitMPM, SemiImplicit, Style3D, VBD i XPBD. Njegov glavni backend je baziran na MuJoCo-u, poznatom po svojoj tačnosti u simuliranju dinamike višezglobnog kontakta.
Osim toga, mehanizam podržava diferencijabilnu simulaciju, napredna funkcija koja vam omogućava izračunavanje derivata i primjenu gradijentnih metoda. Ovo Neophodno je optimizirati parametre i prilagoditi fizičke modele. ili obučavati sisteme vještačke inteligencije i autonomne robote u virtuelnim okruženjima. Newton čak nudi i vizualizaciju u realnom vremenu, omogućavajući vam da posmatrate ponašanje modela kako se varijable prilagođavaju.
Vrijedi spomenuti da Newtonov prelazak u Linux Foundation predstavlja mnogo više od administrativne promjene: to je otvaranje prema zajedničkim inovacijama. Sa svojom bazom otvorenog izvornog koda i rastućom zajednicom, ovaj engine obećava da će postati neophodan alat za modernu robotiku, mašinsko učenje i napredne simulacije fizike.
Konačno, vrijedi spomenuti da bi oni koji su zainteresirani za ovaj fizički engine trebali znati da Kod mehanizma, napisan u Pythonu, distribuira se pod Apache 2.0 licencom., što olakšava njegovo usvajanje i u akademskom i u industrijskom okruženju. Također mogu slijediti upute za instalaciju date u sledeći link.
Ako ste zainteresirani da saznate više o tome, detalje možete provjeriti u sledeći link.