الملخص
تمت ترجمة أجزاء من هذه الصفحة آلياً وقد تحتوي على أخطاء.
Differentiable physics is increasingly used in robotic material manipulation for system identification, trajectory or skill optimization, demonstration generation, and robot or end-effector design. These applications depend on gradients propagated through long, contact-rich simulation rollouts. We study the numerical reliability of those gradients using two Material Point Method (MPM) system-identification benchmarks derived from elastoplastic and granular manipulation. The benchmarks provide controlled cases for three effects that also arise in broader differentiable physics-based optimization. GPU many-to-one sums whose order depends on thread scheduling changed long-horizon gradients and reversed the sign of one parameter gradient relative to a deterministic reference. Finite-difference checks became less reliable for longer rollouts because repeated-run loss variation grew much faster than the loss change produced by the tested parameter perturbations. Observation and loss definitions changed optimization behaviour and the solution preferred by an independent metric. These results motivate reproducible accumulation, finite-difference validation that compares perturbation-induced loss changes with repeated-run variation, and explicit reporting of objective construction when differentiable simulation is used for robotic optimization.
الكلمات المفتاحية
الموضوع
بيانات النشر
- المجلة
- غير متاح
- وصول مفتوح
- وصول مفتوح أخضر
اقتبس هذه المقالة
APA 7
Yang, X., Wei, M., Lai, Y. K., & Ji, Z. (2026). حول الموثوقية العددية للتحسين القابل للتفاضل المبني على الفيزياء في معالجة المواد الروبوتية. https://omanscience.com/ar/articles/on-the-numerical-reliability-of-differentiable-physics-based-optimization-for-robotic-material-manipulation
MLA 9
Yang, XinTong, et al. "حول الموثوقية العددية للتحسين القابل للتفاضل المبني على الفيزياء في معالجة المواد الروبوتية." https://omanscience.com/ar/articles/on-the-numerical-reliability-of-differentiable-physics-based-optimization-for-robotic-material-manipulation.
شيكاغو (المؤلف–التاريخ)
Yang, XinTong, Minglun Wei, Yu-Kun Lai, and Ze Ji. 2026. "حول الموثوقية العددية للتحسين القابل للتفاضل المبني على الفيزياء في معالجة المواد الروبوتية." https://omanscience.com/ar/articles/on-the-numerical-reliability-of-differentiable-physics-based-optimization-for-robotic-material-manipulation.
هارفارد
Yang, X., Wei, M., Lai, Y. K. and Ji, Z. (2026) 'حول الموثوقية العددية للتحسين القابل للتفاضل المبني على الفيزياء في معالجة المواد الروبوتية', Available at: https://omanscience.com/ar/articles/on-the-numerical-reliability-of-differentiable-physics-based-optimization-for-robotic-material-manipulation.
فانكوفر
Yang X, Wei M, Lai YK, Ji Z. حول الموثوقية العددية للتحسين القابل للتفاضل المبني على الفيزياء في معالجة المواد الروبوتية. https://omanscience.com/ar/articles/on-the-numerical-reliability-of-differentiable-physics-based-optimization-for-robotic-material-manipulation
IEEE
X. Yang, M. Wei, Y. K. Lai, and Z. Ji, "حول الموثوقية العددية للتحسين القابل للتفاضل المبني على الفيزياء في معالجة المواد الروبوتية," https://omanscience.com/ar/articles/on-the-numerical-reliability-of-differentiable-physics-based-optimization-for-robotic-material-manipulation.