传统的基于学习的模拟器主要关注刚性物体，无法处理流体或较软的物体。MIT研究人员开发了一种新的学习系统可以提高将材料模塑成目标形状的能力，并预测与固体物体和液体的相互作用。

　　该系统被称为基于学习的粒子模拟器，可以为提供更精细的触摸，也可以在个人机器人中有趣的，例如塑造粘土形状或滚动糯米饭作为寿司。由于所学习的模拟，机器人已经很好地了解了在给定一定的力的情况下每次触摸将如何影响图中的每个粒子。

　　接下来，研究人员旨在改进模型，以帮助机器人更好地预测与部分可观察情景的相互作用，继续探索通过直接操作图像将模型与端到端感知模块相结合的方法。

　　研究发表在arxiv.上。