人類在日常生活中經(jīng)常接觸各種類型的流體，但對于當前的機器人系統(tǒng)來說，對流體的認知和處理都是不成熟的，他可以給你遞上一杯水，但他無法利用水進行一些任務的操作，而如今針對機器人對流體認知的訓練已經(jīng)開始了。

　　FluidLab是麻省理工學院計算機科學與人工智能實驗室研究人員開發(fā)的一種新模擬工具，可增強機器人對復雜流體操作任務的學習能力，例如制作拿鐵藝術、冰淇淋，甚至操縱空氣，這個虛擬環(huán)境會對固體、液體和氣體等進行建模，甚至包括彈性、塑料、剛性物體、牛頓和非牛頓液體以及煙霧和空氣也可以在這個環(huán)境中進行模擬，以提供給機器人一系列復雜的流體處理挑戰(zhàn)。

　　FluidLab 的核心是 FluidEngine，這是一種易于使用的物理模擬器，能夠無縫計算和模擬各種材料及其相互作用，同時利用圖形處理單元 (GPU) 的強大功能來加快處理速度，這意味著模擬器可以將物理知識融入更逼真的物理世界模型中，從而更有效地學習和規(guī)劃機器人任務。

　　現(xiàn)有的機器訓練通常是依靠反復的真實情景模擬進行的，而這種類“元宇宙”概念的訓練方法可以增加機器人訓練的情形，同時可以進行多次重復模擬，對機器學習而言更加有利，目前研發(fā)團隊使用FluidLab發(fā)現(xiàn)并克服了流體系統(tǒng)中的特性，開發(fā)了針對性的方法，并對機器人進行相關的訓練。

　　研究人員舉了一個流體控制的例子：“想象一下，在刮風的日子里，您正在河邊野餐，一陣風不小心卷起你的餐巾紙，落在水面上，迅速飄離你，這時候你抓住附近的一根棍子，小心地攪動水以將其取回，從而產(chǎn)生一連串的小波浪，這些波浪最終將餐巾推回岸邊，你便能拿到水里原本已經(jīng)飄走的紙巾。在這種情況下，水充當傳遞力的媒介，使您能夠在不直接接觸的情況下操縱餐巾的位置。”

　　在過去的幾十年里，機器人操縱領域的科學家們主要專注于操縱剛性物體，或者非常簡單的流體操縱任務，比如倒水，對這些涉及現(xiàn)實世界中流體的操作任務的研究在他們看來是一項“不劃算”的工作，因為實現(xiàn)這一目的的成本高昂，且商業(yè)化意義不大。

　　但是機器人對于流體操縱并不總是只與流體有關，在許多任務中，例如將固體混合到液體中，或在水中劃槳移動物體，都是流體與其他各種材料之間相互作用的結果。所以仿真環(huán)境必須支持“耦合”，即兩種不同的材料屬性如何相互作用。

　　FluidLab的未來還是值得期待的，據(jù)悉，研發(fā)團隊目前的工作試圖以開環(huán)方式將模擬中優(yōu)化的軌跡直接轉(zhuǎn)移到現(xiàn)實世界的任務中，未來團隊著重在模擬中開發(fā)閉環(huán)策略，將環(huán)境的狀態(tài)或視覺觀察輸入到系統(tǒng)中，并實時執(zhí)行流體操作任務，然后讓機器人學習相應的策略，并應用在真實場景中。