光滑可微且高效向量化的接触流形生成
机器人学
2026-02-25 v1
摘要
以快速、大规模向量化和光滑可微的方式模拟刚体动力学中的接触问题在机器人领域具有高度重要性。现有可微分仿真框架面临的一个主要瓶颈是接触流形生成：通过离散的、分布均匀的接触点集合来表示两个碰撞几何体相交体积。这个瓶颈的一个重要因素是，现有机器人仿真器中与此相关的常用程序未以向量化和可微分为首要设计考虑，因此依赖于阻碍这些目标的逻辑和控制流。我们提出了一种从零开始设计、旨在实现这些目标的框架，通过在以下两者之间取得平衡：i) 常见机器人仿真器使用的凸原语方法（高效但不可微），和 ii) 屏蔽方法中使用的光滑顶点-面和边-边无符号距离方法（可微但低效）。具体而言，我们提出：i) 一组代表性的光滑解析有符号距离原语，用于实现顶点-面碰撞，ii) 一种新颖的可微边-边碰撞程序，可提供有符号距离和有符号接触法向。该框架通过一组示范性实验进行评估，并与广为人知的 MuJoCo XLA 框架的碰撞检测例程进行基准测试，在速度上实现显著提升。补充视频可在 https://github.com/bekeronur/contax 找到，参考实现将在审稿结束时发布。
引用
@article{arxiv.2602.20304,
title = {Smoothly Differentiable and Efficiently Vectorizable Contact Manifold Generation},
author = {Onur Beker and Andreas René Geist and Anselm Paulus and Nico Gürtler and Ji Shi and Sylvain Calinon and Georg Martius},
journal= {arXiv preprint arXiv:2602.20304},
year = {2026}
}