RiCo: Neural Simulation of Rigid-Body Interactions via Local Contact Reasoning

📄 arXiv: 2610.12333v1 📥 PDF

作者: Ruixiang Ouyang, Guanren Qiao, Fansen Meng, Yueci Deng, Ruixing Jin, Kui Jia, Guiliang Liu

分类: cs.CV, cs.AI, cs.GR, cs.LG

发布日期: 2026-10-08

💡 一句话要点

提出RiCo以解决刚体相互作用模拟中的局部接触推理问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture) 支柱四：生成式动作 (Generative Motion)

关键词: 刚体模拟 物理建模 局部接触推理 运动推理 接触保真度

📋 核心要点

  1. 现有方法在模拟刚体相互作用时，难以有效捕捉局部接触对物体运动的影响，导致准确性不足。
  2. RiCo通过稀疏接触点邻域建模物体间相互作用，结合局部几何和物理属性，提升了运动推理的精度。
  3. 实验结果显示，RiCo在位置和方向误差上分别降低了31-35%和约38%，并在接触保真度上表现优异。

📝 摘要（中文）

准确模拟刚体相互作用对于预测物理世界模型至关重要。尽管在物体动力学建模方面取得了一定进展，但捕捉表面之间的局部接触如何影响物体运动仍然具有挑战性。RiCo（刚体接触推理）通过稀疏的接触表面点邻域来表示物体之间的相互作用，结合每个点的状态与附近表面的相对几何、运动和物理属性，推理这些局部接触如何共同影响物体运动。RiCo在保持细粒度交互细节的同时，避免了对每对场景点建模的高成本，从而实现了更高的准确性和接触保真度。实验结果表明，RiCo在MOVi基准测试中显著降低了位置和方向误差，并在小规模训练场景中实现了零样本泛化。

🔬 方法详解

问题定义：论文旨在解决刚体相互作用模拟中的局部接触推理问题。现有方法通常依赖全局模型，难以有效捕捉局部接触对物体运动的影响，导致模拟精度不足。

核心思路：RiCo通过构建稀疏的接触表面点邻域，结合每个点的状态与相邻表面的几何、运动和物理属性，进行局部接触推理，从而提升物体运动的准确性。

技术框架：RiCo的整体架构包括接触点的状态表示、相对几何和物理属性的整合、以及局部接触对物体运动的推理模块。通过限制跨物体推理到附近表面，RiCo有效保留了细粒度的交互细节。

关键创新：RiCo的主要创新在于通过局部接触点的稀疏建模，避免了对每对场景点的全面建模，从而显著提高了模拟的效率和准确性。这一方法与传统的全局模型形成了鲜明对比。

关键设计：RiCo在参数设置上采用了针对接触点的稀疏表示，损失函数设计上注重接触保真度的优化，网络结构则结合了局部几何信息与物理属性的融合，以提升推理效果。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

RiCo在MOVi基准测试中表现出色，位置和方向误差分别降低了31-35%和约38%。此外，RiCo在接触保真度方面也取得了显著进展，接触时间和平均深度的相对误差分别为11.0%和2.22毫米，显示出其在实际应用中的潜力。

🎯 应用场景

RiCo的研究成果在机器人、虚拟现实和物理引擎等领域具有广泛的应用潜力。通过提高刚体相互作用的模拟精度，RiCo可以为物理仿真、游戏开发和自动化控制等提供更为真实的物理反馈，推动相关技术的发展与应用。

📄 摘要（原文）

Accurate simulation of rigid-body interactions is essential for predictive physical world models. Despite recent progress in modeling object dynamics, capturing how local contacts between surfaces shape object motion remains challenging. While end-to-end world models predict interactions across entire scenes or objects, in practice, rigid-body contact is inherently local, and only nearby surfaces can directly exchange contact forces. Motivated by this observation, we introduce Rigid-body Contact Reasoning (RiCo), which represents interactions between objects through sparse neighborhoods of contact surface points. RiCo combines each point's state with the relative geometry, motion, and physical properties of nearby surfaces, then reasons across the object's points to determine how these local contacts jointly affect its motion. By confining cross-object reasoning to nearby surfaces while propagating contact information within each rigid body, RiCo retains fine-grained interaction details without the cost of modeling every pair of scene points. Such properties enable RiCo a higher accuracy and contact fidelity. Experiments on MOVi-benchmark demonstrate that RiCo reduces 100-frame position and orientation errors by 31-35% and approximately 38%, respectively, compared with baselines. Moreover, RiCo achieves high contact fidelity, with ground-truth-relative penetration-time and mean-depth differences of 11.0% and 2.22 mm, respectively. RiCo further generalizes zero-shot from small-scale training scenarios to scenes containing 270 objects. Our real-world multi-ball collision experiments further provide preliminary evidence of sim-to-real transfer.