연구진은 현실 세계 역학을 시뮬레이터로 학습하는 과정에서 재료의 미세한 이방성 및 불균질성을 고려하는 MoSA 프레임워크를 제안했어요.
MoSA는 등방성 모델을 기반으로 물리적 제약 조건 하에 잔류 스트레스를 학습하여 현실-시뮬레이션 격차를 줄이는 데 목표를 두고 있어요.
MoSA는 변형장의 시간적, 공간적 미분값을 제어하여 학습 효율성을 높이고, 로봇 조작 환경에서 시뮬레이션-현실 이전 성능을 향상시켰어요.
프로젝트 페이지는 https://mercerai.github.io/MoSA/ 에서 확인할 수 있으며, 물리적으로 의미 있는 잔류 이방성을 학습하는 데 성공했어요.