PlasticineLab

PlasticineLab是由加州大学圣地亚哥分校等机构开发的一个包含50个配置的软体操作基准数据集。该数据集专注于模拟弹性与塑性材料的变形，通过不同的任务如捏合、滚动、切割等，来评估机器学习算法在软体操作上的性能。数据集利用可微分物理引擎，首次在软体基准中提供分析梯度信息，支持基于梯度的优化和监督学习。PlasticineLab的应用领域包括机器人学、计算机图形学和材料科学，旨在解决复杂物理环境下软体操作的技能学习问题。