在布料的可微模拟中，print出来的grad值全是0怎么办？

综合讨论区
#1

工作环境是ubuntu20.04，python3.9.12，taichi1.1.4，cuda11.3，llvm 10.0.0，commit 1262a70a
最近在尝试用各种不同的语言来进行布料的可微模拟，但都不成功。所以来求教一下。

物理模型参考了git上 lyd405121 的 OpenClothPy

以下是完整代码：

以下是简化后的代码

import taichi as ti
ti.init(arch=ti.gpu,device_memory_fraction=0.3)
​
scalar = lambda: ti.field(dtype=ti.f32)
vec = lambda: ti.Vector.field(3, dtype=ti.f32)
​
pos=vec()
vel=vec()
F=vec()
acc=vec()
​
Spring_K=scalar()
loss_n=scalar()
mass=scalar()
airdamping=scalar()
​
ti.root.dense(ti.ijk,(1024,36,36)).place(pos,vel,F,acc)
ti.root.dense(ti.ij,(3,2)).place(Spring_K)
#弹簧的K值一共有struct，shear，bend三种。
ti.root.place(mass,airdamping,loss_n)
ti.root.lazy_grad()
​
Spring_Date=ti.Vector.field(3,dtype=ti.f32,shape=(36,36,12))
​
@ti.func
def Compute_Force(t:ti.i32,i:ti.i32,j:ti.i32):
    p1=pos[t-1,i,j]
    v1=vel[t-1,i,j]
    F[t,i,j]=gravity*mass[None]-vel[t-1,i,j]*airdamping[None]
    for n in range(0,12):
        Spring_Length=Spring_Date[i,j,n][0]
        if Spring_Length != 0 :
            x=ti.cast(Spring_Date[i,j,n][1],ti.i32)
            y=ti.cast(Spring_Date[i,j,n][2],ti.i32)
            p2=pos[t-1,x,y]
            v2=(p2-pos[t-2,x,y])/dt
            dv=v1-v2
            dp=p1-p2
            dist=dp.norm()
            AX=-Spring_K[n//4,0]*(dist-Spring_Length)
            BX=-Spring_K[n//4,1]*(dv.dot(dp)/dist)
            F[t,i,j] += dp.normalized()*(AX+BX)
​
@ti.kernel
def simulation(t:ti.i32):
    for i,j in ti.ndrange(36,36):
        Compute_Force(t,i,j)
        if ((i == 0 and j == 0 ) or (i == 35 and j == 0 )): 
            if z[None] <= 2.0:
                z[None] += (4.0/400)
            else:
                z[None] = 2.0 
            y=-0.5*z[None]**2+2
            x=0.0
            if i==0:
                x=-2.0
            else:
                x=2.0
            pos[t,i,j]=ti.Vector([x,y,z[None]])
            acc[t,i,j]=F[t,i,j]/mass[None]
            vel[t,i,j]=(pos[t,i,j]-pos[t-2,i,j])/dt
        else:
            acc[t,i,j]=F[t,i,j]/mass[None]
            ax=pos[t-1,i,j]*2-pos[t-2,i,j]+acc[t,i,j]*dt*dt
            if ax.y < 0:
                ax.y=0
            pos[t,i,j]=ax
            vel[t,i,j]=(pos[t,i,j]-pos[t-2,i,j])/dt
​
@ti.kernel
def Compute_Loss(t:ti.i32):
    current=pos[t,18,0]
    target=pos[t,18,35]
    Loss_Vector=current-target
    loss_n[None]=Loss_Vector.norm()
​
def main():
    Reset_Cloth()
    Grad_Clear()
    for i in range(step):
        with ti.Tape(loss=loss_n,clear_gradients=True):
            for t in range(2,step):
                simulation(t)
            Compute_Loss(int(step-1))
        print
        for i , j in Spring_K:
            Spring_K[i,j]-=learning_rate * Spring_K.grad[i,j]
#2

确实提供的完整代码里，算出来的grad都是0，我来尝试看一下

#3

你好，我已经解决了这个问题。
原本的坐标原点放在了布料正中心，现在我把布料平移到第一象限就可以了。

2 个赞