Distributed Affine Body Dynamics with Adaptive Consensus

📄 arXiv: 2605.15875v1 📥 PDF

作者: Jiafeng Liu, Wenhui Zhou, Xinming Pei, Yifan Peng, Huamin Wang, Yin Yang, Lei Lan, Weiwei Xu

分类: cs.GR

发布日期: 2026-05-15

💡 一句话要点

提出基于自适应共识的分布式仿射体动力学算法，加速高刚度固体仿真。

🎯 匹配领域: 支柱四：生成式动作 (Generative Motion)

关键词: 仿射体动力学 分布式计算 增量势接触 ADMM算法 并行仿真 高刚度固体 非穿透约束

📋 核心要点

  1. 传统IPC框架下的ABD方法虽然能保证高精度和非穿透性，但其全局耦合特性限制了在大规模并行计算环境下的扩展性。
  2. 论文提出一种基于共识的ADMM算法，将全局问题分解为多个局部子问题，通过迭代共识保证分布式计算结果的一致性。
  3. 实验结果表明，该方法在保持IPC鲁棒性的前提下，实现了在多节点上的高效扩展，适用于大规模场景的仿真。

📝 摘要（中文）

本文提出了一种基于共识的ADMM方案，用于分布式仿射体动力学(ABD)。ABD在增量势接触(IPC)框架内，能够精确模拟表现出近刚体行为的极硬固体，并严格保证非穿透性。然而，IPC的全局耦合障碍约束阻碍了其在多个GPU和计算节点上的可扩展执行。该方法并行求解每个计算节点的局部ABD子问题，然后通过全局共识步骤来强制共享边界体之间的一致性。所提出的方法在分布式执行下保持了IPC级别的鲁棒性和全局一致性。实验表明，该方法在大规模场景下，在多个节点上实现了稳定的收敛、非穿透和高效的扩展。

🔬 方法详解

问题定义：论文旨在解决仿射体动力学(ABD)在处理大规模、高刚度固体仿真时，由于全局耦合的增量势接触(IPC)约束，难以在分布式计算环境中高效扩展的问题。现有方法在多GPU或多节点环境下，计算效率会显著降低，无法满足大规模仿真的需求。

核心思路：论文的核心思路是将全局的ABD问题分解为多个局部子问题，每个子问题由一个计算节点负责求解。然后，通过一个基于共识的交替方向乘子法(ADMM)框架，迭代地更新局部解，并强制共享边界体之间的一致性。这样，就可以在保证全局一致性的前提下，实现并行计算，提高仿真效率。

技术框架：整体框架包含以下几个主要阶段：1) 问题分解：将全局ABD问题分解为多个局部子问题，每个子问题对应一部分仿真区域。2) 局部求解：每个计算节点并行地求解其对应的局部ABD子问题，可以使用现有的ABD求解器。3) 共识更新：通过ADMM算法，更新共享边界体上的变量，使得相邻区域的解逐渐趋于一致。4) 迭代优化：重复执行局部求解和共识更新，直到满足收敛条件。

关键创新：最重要的技术创新在于将ABD问题转化为一个分布式优化问题，并使用基于共识的ADMM算法进行求解。与传统的全局求解方法相比，该方法能够充分利用分布式计算资源，实现高效的并行计算。此外，该方法还保持了IPC框架的鲁棒性，能够保证仿真的稳定性和非穿透性。

关键设计：ADMM算法中的惩罚参数是一个关键的设计。该参数控制了共识的强度，需要根据具体问题进行调整。如果惩罚参数过小，则共识速度会很慢；如果惩罚参数过大，则可能会导致数值不稳定。论文可能采用了自适应的惩罚参数调整策略，以提高算法的收敛速度和稳定性（具体细节未知）。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

论文实验结果表明，所提出的分布式ABD方法在多节点环境下具有良好的扩展性。具体性能数据未知，但摘要中提到该方法实现了稳定的收敛、非穿透和高效的扩展。与传统的全局求解方法相比，该方法能够显著提高大规模场景的仿真效率，使得对复杂固体行为的模拟成为可能。

🎯 应用场景

该研究成果可广泛应用于需要高精度、大规模固体仿真的领域，例如虚拟手术、游戏物理引擎、工程设计和机器人仿真等。通过利用分布式计算资源，可以实现对复杂场景的实时或近实时仿真，提高效率并降低成本。未来，该技术有望推动更逼真的虚拟现实和增强现实应用的发展。

📄 摘要（原文）

Affine Body Dynamics (ABD) within the Incremental Potential Contact (IPC) framework provides accurate simulation of extremely stiff solids exhibiting near-rigid behavior, with strict non-penetration guarantees. However, IPC's globally coupled barrier constraints hinder scalable execution across multiple GPUs and compute nodes. We propose a distributed formulation of ABD using a consensus-based ADMM scheme. Each compute node solves its local ABD subproblem in parallel, followed by a global consensus step that enforces consistency among shared boundary bodies. The proposed method preserves IPC-level robustness and global consistency under distributed execution. Experiments demonstrate stable convergence, non-penetration, and efficient scaling on large-scale scenes across multiple nodes.