研究人员开发了一种称为求解器级微分的新方法，用于创建可微分仿真。这种方法直接区分已执行的求解器，而不是区分收敛的方程或依赖于内存密集型的展开自动微分。该技术利用块隐式更新的结构，以相反的顺序应用伴随更新，以镜像前向求解器的局部操作。这导致了一种反向扫描公式，其速度和内存效率都比现有方法显著提高，从而能够仿真具有数百万个体的弹性动力学等复杂系统。 AI
影响 实现了更高效、可扩展的可微分仿真，这对于AI中的学习、控制和逆问题至关重要。
排序理由 该条目描述了一种在研究论文中提出的新颖的可微分仿真方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
- automatic differentiation
- Elastodynamics with hysteretic damping
- eXtended Position-Based Dynamics
- Gauss–Seidel method
- implicit differentiation
- Projective Dynamics
- Reverse sweep
- Vertex Block Descent
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
