InstantMimic: A High Performance System for Learning Physics-based Skills in Seconds

📄 arXiv: 2609.09821v1 📥 PDF

作者: Ikjun Choi, Geonho Leem, Jungdam Won

分类: cs.GR, cs.RO

发布日期: 2026-09-09

备注: Accepted to SIGGRAPH Asia 2026 Conference Papers. 11 pages, 11 figures. Project page: https://scripter36.github.io/projects/instantmimic/

💡 一句话要点

提出InstantMimic以解决物理基础技能学习效率低下问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱八：物理动画 (Physics-based Animation)

关键词: 物理基础控制 深度强化学习 模仿学习 GPU加速 训练效率 机器人技术 计算机图形学

📋 核心要点

  1. 现有的深度强化学习方法在物理基础技能的训练中效率低下，尤其是在GPU加速模拟下，常常由于碎片化的GPU内核和CPU内存访问造成硬件的低效利用。
  2. InstantMimic系统通过将整个训练流程GPU化，整合了模拟、环境计算、策略推断和策略更新，形成统一的执行流，从而提高了训练效率。
  3. 实验结果表明，InstantMimic能够将多样化的物理基础技能的训练时间缩短至几秒，显著提升了训练效率，并使得超参数搜索变得更加实用。

📝 摘要（中文）

物理基础角色控制在计算机图形学和机器人领域一直是一个长期挑战，需要满足复杂动态的策略并产生逼真的运动。尽管近期的深度强化学习方法，尤其是模仿学习方法如DeepMimic，取得了显著成果，但在实际训练中仍然存在计算效率低下的问题。本文提出InstantMimic系统，通过将整个训练循环GPU化，解决了现有方法在物理求解器之外的开销，显著提高了训练效率，使得多样化的物理基础技能的训练时间缩短至几秒，并使得基于LLM的超参数搜索变得可行。

🔬 方法详解

问题定义：本文旨在解决物理基础技能学习中的计算效率低下问题，现有方法在训练过程中由于硬件利用不充分而导致训练时间过长。

核心思路：通过将整个训练循环GPU化，InstantMimic系统消除了物理求解器之外的开销，形成了一个统一的执行流，从而提高了训练效率。

技术框架：InstantMimic的整体架构包括GPU原生物理后端，整合了模拟、环境计算、策略推断和策略更新等模块，确保所有过程在GPU上高效执行。

关键创新：最重要的创新点在于将训练流程完全GPU化，避免了传统方法中由于CPU与GPU之间的频繁数据传输而导致的性能瓶颈。

关键设计：在设计中，InstantMimic采用了优化的损失函数和网络结构，以适应GPU的并行计算特性，并通过合理的参数设置来进一步提升训练效率。

🖼️ 关键图片

fig_0
fig_1

📊 实验亮点

实验结果显示，InstantMimic能够将多样化的物理基础技能的训练时间缩短至几秒，相较于现有方法，训练效率提升显著，且使得基于LLM的超参数搜索变得更加可行，极大地推动了相关领域的研究进展。

🎯 应用场景

InstantMimic的研究成果在计算机图形学和机器人领域具有广泛的应用潜力。它可以用于实时物理模拟、游戏角色控制、虚拟现实中的交互行为等场景，提升这些领域中角色的运动表现和交互能力。未来，该系统还可能推动更多基于物理的智能体学习方法的发展。

📄 摘要（原文）

Physics-based character control is a long-standing challenge in computer graphics and robotics, requiring policies that satisfy complex dynamics while producing realistic motion. Recent Deep RL approaches, particularly imitation learning methods such as DeepMimic, have had broad impact beyond animation, influencing robotics by enabling agile and expressive behaviors. While these approaches achieve impressive results, they remain computationally inefficient to train in practice. Despite GPU-accelerated simulation, we find that end-to-end pipelines often underutilize hardware due to overheads outside the physics solver, caused by fragmented GPU kernels and CPU memory access in the critical path. We present InstantMimic, a system that addresses these inefficiencies by making the entire training loop GPU-native. Built on a GPU-native physics backend, our unified pipeline integrates simulation, environment computation, policy inference, and policy updates within a single execution flow. As a result, InstantMimic reduces training time for diverse physics-based skills to a few seconds and makes LLM-agent-driven hyperparameter search practical.