SoftMAC: Differentiable Soft Body Simulation with Forecast-based Contact Model and Two-way Coupling with Articulated Rigid Bodies and Clothes

📄 arXiv: 2312.03297v4 📥 PDF

作者: Min Liu, Gang Yang, Siyuan Luo, Lin Shao

分类: cs.RO, cs.AI, cs.GR

发布日期: 2023-12-06 (更新: 2025-04-05)

备注: Accepted to IROS 2024

🔗 代码/项目: PROJECT_PAGE

💡 一句话要点

SoftMAC：提出基于预测的接触模型，实现软体、刚体和布料的双向可微耦合仿真。

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱四：生成式动作 (Generative Motion) 支柱八：物理动画 (Physics-based Animation)

关键词: 可微物理仿真 软体仿真 物质点法 接触模型 刚体-软体耦合

📋 核心要点

  1. 现有可微物理仿真难以统一处理多种材料，阻碍了其在复杂机器人操作场景中的应用。
  2. SoftMAC通过基于预测的接触模型和穿透追踪算法，实现了软体、刚体和布料之间的双向可微耦合。
  3. 实验验证了SoftMAC在机器人操作任务中的有效性和准确性，例如软体操纵器与欠驱动系统的交互。

📝 摘要（中文）

本文提出SoftMAC，一个可微的物理仿真框架，用于耦合软体、铰接刚体和布料。SoftMAC使用基于连续介质力学的物质点法（MPM）模拟软体。针对MPM，我们提出了一种新颖的基于预测的接触模型，该模型能有效减少穿透，且不会引入不自然的反弹等伪影。为了将MPM粒子与可变形的非体积布料网格耦合，我们还提出了一种穿透追踪算法，用于重建局部区域中的有符号距离场。与以往工作不同，SoftMAC模拟每种模态的完整动力学，并通过显式且可微的耦合机制将它们整合到一个有凝聚力的系统中。该特性使SoftMAC能够处理更广泛的交互，例如软体作为操纵器并与欠驱动系统交互。我们进行了全面的实验，以验证所提出的可微管道在下游机器人操作应用中的有效性和准确性。补充材料和视频可在我们的项目网站https://minliu01.github.io/SoftMAC上找到。

🔬 方法详解

问题定义：现有的可微物理仿真框架在处理多种材料的耦合时存在挑战，尤其是在软体、刚体和布料的交互方面。以往的方法通常难以在减少穿透、避免不自然反弹以及保持可微性之间取得平衡。此外，如何有效地将不同模态的动力学信息进行耦合也是一个难题。

核心思路：SoftMAC的核心思路是构建一个统一的可微仿真框架，该框架能够精确地模拟软体、刚体和布料的动力学，并实现它们之间的双向耦合。通过引入基于预测的接触模型和穿透追踪算法，SoftMAC能够有效地处理接触和穿透问题，同时保持仿真的可微性。

技术框架：SoftMAC的整体框架包括三个主要模块：软体仿真模块、刚体仿真模块和布料仿真模块。软体仿真模块使用基于物质点法（MPM）的连续介质力学方法。刚体仿真模块采用传统的刚体动力学方法。布料仿真模块使用基于网格的变形模型。这三个模块通过显式的可微耦合机制进行连接，实现双向的动力学信息传递。

关键创新：SoftMAC的关键创新在于以下几个方面：1) 提出了基于预测的接触模型，该模型能够有效地减少穿透，且不会引入不自然的反弹等伪影。2) 提出了穿透追踪算法，用于重建局部区域中的有符号距离场，从而实现MPM粒子与布料网格的耦合。3) 实现了软体、刚体和布料之间的完全动力学耦合，使得SoftMAC能够处理更广泛的交互。

关键设计：基于预测的接触模型通过预测未来时刻的接触状态来调整接触力，从而避免了过度穿透。穿透追踪算法通过计算MPM粒子到布料网格的距离来确定穿透深度，并使用该深度来施加接触力。耦合机制使用显式的可微公式来传递动力学信息，例如力和速度。

📊 实验亮点

论文通过实验验证了SoftMAC在机器人操作任务中的有效性和准确性。例如，在软体操纵器与欠驱动系统的交互任务中，SoftMAC能够成功地控制软体操纵器完成复杂的运动，并实现对欠驱动系统的精确控制。实验结果表明，SoftMAC能够有效地处理软体、刚体和布料之间的交互，并提供准确的动力学仿真结果。

🎯 应用场景

SoftMAC具有广泛的应用前景，例如机器人操作、虚拟现实和游戏开发。在机器人操作领域，SoftMAC可以用于训练机器人完成复杂的任务，例如抓取和操作软体物体。在虚拟现实和游戏开发领域，SoftMAC可以用于创建更加逼真的物理仿真效果，例如模拟布料的运动和软体的变形。此外，SoftMAC还可以应用于医疗仿真、工业设计等领域。

📄 摘要（原文）

Differentiable physics simulation provides an avenue to tackle previously intractable challenges through gradient-based optimization, thereby greatly improving the efficiency of solving robotics-related problems. To apply differentiable simulation in diverse robotic manipulation scenarios, a key challenge is to integrate various materials in a unified framework. We present SoftMAC, a differentiable simulation framework that couples soft bodies with articulated rigid bodies and clothes. SoftMAC simulates soft bodies with the continuum-mechanics-based Material Point Method (MPM). We provide a novel forecast-based contact model for MPM, which effectively reduces penetration without introducing other artifacts like unnatural rebound. To couple MPM particles with deformable and non-volumetric clothes meshes, we also propose a penetration tracing algorithm that reconstructs the signed distance field in local area. Diverging from previous works, SoftMAC simulates the complete dynamics of each modality and incorporates them into a cohesive system with an explicit and differentiable coupling mechanism. The feature empowers SoftMAC to handle a broader spectrum of interactions, such as soft bodies serving as manipulators and engaging with underactuated systems. We conducted comprehensive experiments to validate the effectiveness and accuracy of the proposed differentiable pipeline in downstream robotic manipulation applications. Supplementary materials and videos are available on our project website at https://minliu01.github.io/SoftMAC.