最高提速20亿倍！AI引爆物理模拟引擎革命新智元报道来源：Reddit编辑：

文章图片
新智元报道
来源：Reddit
编辑：David
【新智元导读】牛津大学一项研究表明，与传统物理求解器相比，机器学习模型可将物理模拟速度提升至最高20亿倍，距离解决困扰狄拉克的模拟计算难题可能向着成功更近了一步。
1929年，英国著名量子物理学家保罗·狄拉克曾说过， “大部分物理学和整个化学的数学理论所需的基本物理定律是完全已知的，困难只是这些定律的确切应用导致方程太复杂而无法解决” 。狄拉克认为，所有物理现象都可以模拟到量子，从蛋白质折叠到材料失效和气候变化都是如此。唯一的问题是控制方程太复杂，无法在现实的时间尺度上得到解决。
这是否意味着我们永远无法实现实时的物理模拟？随着研究、软件和硬件技术的进步，实时模拟在经典极限下成为可能，这在视频游戏的物理模拟中最为明显。
对碰撞、变形、断裂和流体流动等物理现象进行需要大量的计算，但目前已经开发出可以在游戏中实时模拟此类现象的模型。当然，为了实现这一目标，需要对不同算法进行了大量简化和优化。其中最快的方法是刚体物理学。
为此假设，大多数游戏中的物理模型所基于的对象可以碰撞和反弹而不变形。物体由围绕物体的凸碰撞框表示，当两个物体发生碰撞时，系统实时检测碰撞并施加适当的力来加以模拟。此类表示中不发生变形或断裂。视频游戏“Teardown”可能是刚体物理学的巅峰之作。
Teardown是一款完全交互式的基于体素的游戏，使用刚体物理解算器来模拟破坏
不过，刚体物理虽然有利于模拟不可变形的碰撞，但不适用于头发和衣服等可变形的材料。在这些场景中，需要应用柔体动力学。以下是4种按复杂性顺序模拟可变形对象的方法：
弹簧质量模型
顾名思义，这类对象由通过弹簧相互连接的质点系表示。可以将其视为3D设置中的一维胡克定律网络。该模型的主要缺点是，在设置质量弹簧网络时需要大量手动工作，且材料属性和模型参数之间没有严格的关系。尽管如此，该模型在“BeamNG.Drive”中得到了很好的实现，这是一种基于弹簧质量模型来模拟车辆变形的实时车辆模拟器。
BeamNG.Drive使用弹簧质量模型来模拟车祸中的车辆变形
基于位置的动力学(PBD):更适合柔体形变
模拟运动学的方法通常基于力的模型，在基于位置的动力学中，位置是通过求解涉及一组包含约束方程的准静态问题来直接计算的。 PBD速度更快，非常适合游戏、动画电影和视觉效果中的应用。游戏中头发和衣服的运动一般都是通过这个模型来模拟的。 PBD不仅限于可变形固体，还可以用于模拟刚体系统和流体。

文章图片
Nvidia的Flex引擎基于PBD方法。对象表示为通过物理约束连接的粒子集合
有限元法(FEM)：非实时，准确性高
这种方法是基于弹性场理论对应力-应变方程进行数值求解。它本质上是在3D中解决3D胡克定律。将材料划分为有限元，通常为四面体，通过求解线性矩阵方程，在每个时间步计算顶点上的应力和应变。 FEM是一种基于网格的柔体动力学仿真方法。它非常准确，模型参数与杨氏模量和泊松比等材料属性直接相关。工程上实际应用的FEM模拟通常不是实时的，不过最近， AMD发布了名为FEMFX的游戏多线程FEM库，可实时模拟材料变形。
AMD的实时有限元求解器FEMFX模拟木材的断裂