tum-pbs/PhiFlow

何を解決するか

PhiFlow は、物理学シミュレーションと機械学習の間のギャップを埋めるためのシミュレーションツールキットです。完全に微分可能なシミュレーションを作成でき、ニューラルネットワークの学習ループに直接統合して、物理ベースのパラメータの最適化や物理システムの制御学習が可能になります。

動作方法

このツールキットは Python で記述されており、PyTorch、Jax、TensorFlow などの主要な ML フレームワークと密接に統合されています。これらのバックエンドの自動微分機能を活用することで、シミュレーションプロセス全体を通じて勾配を計算できます。組み込みの PDE（偏微分方程式）演算、高レベルの線形方程式ソルバー、グリッドベースの流体、粒子（SPH、FLIP）、メッシュをサポートするさまざまなシミュレーション手法を提供しています。

対象ユーザー

物理ベースのディープラーニング、物理システムの最適化、微分可能な物理学シミュレーションに取り組んでいる研究者や開発者。

特徴

• マルチバックエンド対応：同じシミュレーションコードを NumPy、PyTorch、Jax、TensorFlow で実行可能で、CPU と GPU 実行の切り替えが容易です。
• 微分可能なシミュレーション：ML フレームワークと完全に統合され、物理を含むモデルのエンドツーエンド学習が可能になります。
• 多様なシミュレーションタイプ：グリッドベースの流体、粒子シミュレーション、メッシュベースの有限体積法（FVM）をサポートします。
• インタラクティブな Web UI：ライブの可視化やシミュレーション、ネットワーク学習のリアルタイム制御が可能な Web インターフェースを備えています。
• 次元独立：シミュレーションコードは 2D と 3D など、異なる次元間で変更せずに再利用可能です。