颗粒模拟提速12.2倍！TRACE把接触记忆存边上，误差直降89%
TRACE: Spatiotemporal Contact Memory Graph Network Simulator for Granular Dynamics
📖 AI 总结
本文介绍了一种名为TRACE的新型图网络模拟器，用于高效模拟颗粒动力学。其核心创新在于将颗粒间的接触历史直接存储在接触边上，而非传统的节点特征中。每条边通过注意力消息传递和门控循环单元维护持久记忆，并借助边身份字典在接触图动态变化时保留这些信息。模型采用物理结构化解码器预测法向和切向接触力，并严格遵循库仑摩擦定律。在二维和三维颗粒柱坍塌基准测试中，TRACE生成了稳定且物理一致的长期演化结果，准确再现了最终堆积形态和坍塌动能释放。相比现有图网络模拟器，TRACE将长期位置误差降低了31-62%，最终堆积误差降低了58-89%，同时参数更少且几乎无颗粒穿透。此外，其计算速度比参考求解器快8.9至12.2倍，展示了在颗粒动力学仿真领域的显著优势。
🔑 关键词速览
| TRACE | 一种图网络模拟器，将颗粒接触历史存储在接触边上，用于颗粒动力学模拟。 |
| Graph Network Simulator (GNS) | 一种基于图神经网络的模拟器，用于学习物理系统动力学。 |
| Node-Memory Graph Neural Simulator (NMGNS) | 一种在节点级别存储时间记忆的图神经网络模拟器。 |
| Material Point Method (MPM) | 一种高保真数值方法，用于模拟连续体和颗粒材料的大变形。 |
| Coulomb friction limit | 描述接触面间最大静摩擦力与法向力关系的物理约束。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅