摘要：流体作为自然界中最基本的物质之一，对其模拟往往需要在精度和效率之间进行取舍。为此，提出了一种端到端体系化的新型卷积网络流体模拟器——PolarNet。首先，将粒子数据转换为三维极坐标表示，设计了PolarConv空间卷积结构。其次，结合物理流体模拟器，构建了四层网络结构，设计了网络流体模拟器PolarNet，实现流体的端到端预测。此外，精心设计了基于物理的约束，以强化流体的不可压缩性。实验结果表明，与传统基于建模模拟器相比，PolarNet在提高流体边界的精确性和保持不可压缩性方面有显著提升，同时保证了效率。相较于其他基于学习的流体模拟器，得益于极坐标的空间紧凑表示，PolarNet在具有更少训练参数的情况下，保持了最高的预测稳定性。PolarNet为多模态信息处理提供了新的方法和视角。
文章目录
1 连续极坐标卷积PolarConv
2 极坐标网络流体模拟器PolarNet
2.1 特征表示层
2.2 特征聚合层
2.3 特征解析层
2.4 输出层
3 基于物理约束的损失函数
3.1 物理误差
3.2 数据误差
4 实验结果与分析
4.1数据集配置
4.2与物理模拟器的比较
4.3与其他数据驱动模拟器的比较
4.4消融研究
5 结束语
