tum-pbs/PhiFlow

해결하는 문제

PhiFlow는 물리 시뮬레이션과 기계 학습 사이의 격차를 메우기 위해 설계된 시뮬레이션 툴킷입니다. 완전히 미분 가능한 시뮬레이션을 생성할 수 있어, 신경망 학습 루프에 직접 통합하여 물리 기반 파라미터를 최적화하거나 물리 시스템을 제어하는 방법을 학습할 수 있습니다.

작동 방식

이 툴킷은 Python으로 작성되었으며, PyTorch, Jax, TensorFlow와 같은 주요 ML 프레임워크와 밀접하게 통합되어 있습니다. 이러한 백엔드의 자동 미분 기능을 활용하여 시뮬레이션 과정 전체를 통해 기울기를 계산할 수 있습니다. 내장된 PDE(편미분 방정식) 연산, 고수준 선형 방정식 해소기, 그리드 기반 유체, 입자(SPHERICAL, FLIP), 메시를 지원하는 다양한 시뮬레이션 방법을 제공합니다.

대상 사용자

물리 기반 딥러닝, 물리 시스템 최적화, 미분 가능한 물리 시뮬레이션에 종사하는 연구자 및 개발자.

주요 특징

• 다중 백엔드 지원: 동일한 시뮬레이션 코드를 NumPy, PyTorch, Jax, TensorFlow에서 실행 가능하며, CPU와 GPU 실행 간 전환을 쉽게 할 수 있습니다.
• 미분 가능한 시뮬레이션: ML 프레임워크와 완전히 통합되어 물리적 요소를 포함한 모델의 엔드투엔드 학습이 가능합니다.
• 다양한 시뮬레이션 유형: 그리드 기반 유체, 입자 시뮬레이션, 메시 기반 유한체적법(FVM)을 지원합니다.
• 인터랙티브 웹 UI: 실시간 시각화 및 시뮬레이션 또는 네트워크 학습의 실시간 제어가 가능한 웹 인터페이스를 포함합니다.
• 차원 독립성: 2D와 3D 등 다양한 차원 간에 코드를 수정하지 않고 재사용 가능합니다.