ARTFEED — Contemporary Art Intelligence

SoRoMoX: Framework di modellazione per robot morbidi differenziabile e accelerato su GPU

ai-technology · 2026-08-10

I ricercatori hanno introdotto un nuovo framework di modellazione per robot morbidi chiamato SoRoMoX, che sfrutta JAX per simulazioni parallele efficienti su GPU, focalizzandosi su controllo e differenziazione. Questo approccio innovativo include modelli articolati, a deformazione costante a tratti e a deformazione variabile all'interno di un'interfaccia unificata, fornendo componenti cruciali come matrici di inerzia e Jacobiani. In particolare, è il primo framework basato su asta/deformazione per robot morbidi che funziona perfettamente su GPU ed è completamente differenziabile rispetto a vari parametri. Vanta rollout su CPU che superano le alternative leader fino a 18,1 volte, insieme a capacità GPU potenziate. Questo sviluppo affronta le sfide nel controllo dei robot morbidi, che spesso è carente rispetto ai flussi di lavoro avanzati presenti nella robotica rigida. Il framework è interamente scritto in Python/JAX e la ricerca è disponibile su arXiv con identificativo 2608.06650.

Fatti principali

  • SoRoMoX è un framework Python/JAX completamente numerico e compilabile JIT per la modellazione di robot morbidi.
  • Implementa modelli articolati, a deformazione costante a tratti e a deformazione variabile.
  • Fornisce un'interfaccia unificata pronta per il controllo con matrici di inerzia, forze gravitazionali ed elastiche, Jacobiani e derivate.
  • È il primo framework di modellazione per robot morbidi basato su asta/deformazione che funziona direttamente su GPU.
  • È differenziabile end-to-end rispetto a stati, input e parametri.
  • I rollout sequenziali su CPU sono fino a 18,1 volte più veloci rispetto alle alternative all'avanguardia.
  • Anche le prestazioni su GPU sono migliorate.
  • L'articolo è disponibile su arXiv con identificativo 2608.06650.

Entità

Istituzioni

  • arXiv

Fonti