ComFree-Sim: A GPU-Parallelized Analytical Contact Physics Engine for Scalable Contact-Rich Robotics Simulation and Control

📄 arXiv: 2603.12185v1 📥 PDF

作者: Chetan Borse, Zhixian Xie, Wei-Cheng Huang, Wanxin Jin

分类: cs.RO

发布日期: 2026-03-12

备注: 9 pages

💡 一句话要点

ComFree-Sim：一种GPU并行化的解析接触物理引擎，用于可扩展的富接触机器人仿真与控制。

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱四：生成式动作 (Generative Motion) 支柱七：动作重定向 (Motion Retargeting) 支柱八：物理动画 (Physics-based Animation)

关键词: 接触物理引擎 GPU并行计算 机器人仿真 富接触 无互补约束 实时控制 灵巧手操作

📋 核心要点

  1. 现有接触物理引擎在处理高密度接触时，计算复杂度随接触数量超线性增长，成为机器人仿真的瓶颈。
  2. ComFree-Sim通过无互补约束的接触建模，在GPU上并行计算接触冲量，实现接近线性的计算复杂度。
  3. 实验表明，ComFree-Sim在密集接触场景中比MJWarp吞吐量高2-3倍，并成功应用于实时灵巧手操作和运动重定向。

📝 摘要（中文）

针对富接触机器人仿真的接触解析瓶颈问题，主流引擎通常采用互补约束或约束优化来强制执行非穿透和库仑摩擦，导致计算成本随接触密度超线性增长。本文提出ComFree-Sim，一个基于无互补接触建模的GPU并行化解析接触物理引擎。ComFree-Sim通过库仑摩擦对偶锥中的阻抗式预测-校正更新，以闭式形式计算接触冲量。接触计算在接触对之间解耦，并在锥面之间分离，自然映射到GPU内核，并产生接近线性的运行时扩展。进一步将该公式扩展到统一的6D接触模型，捕捉切向、扭转和滚动摩擦，并引入实用的对偶锥阻抗启发式方法。ComFree-Sim在Warp中实现，并通过MuJoCo兼容接口作为MJWarp的替代后端。实验表明，在密集接触场景中，ComFree-Sim具有接近线性的扩展性，以及比MJWarp高2-3倍的吞吐量，且物理保真度相当。ComFree-Sim被部署在真实多指LEAP手的实时MPC中，用于灵巧手内操作，以及动态感知的运动重定向，证明了低延迟仿真可以提高闭环成功率，并实现富接触任务中的实用高频控制。

🔬 方法详解

问题定义：论文旨在解决富接触机器人仿真中，由于接触解析导致的计算瓶颈问题。现有主流物理引擎依赖于互补约束或约束优化来处理接触，这些方法在接触密度较高时，计算复杂度会超线性增长，严重限制了仿真速度和规模。

核心思路：论文的核心思路是采用无互补约束的接触建模方法，通过解析的方式计算接触冲量。具体来说，利用阻抗式预测-校正更新，在库仑摩擦对偶锥中求解接触力，避免了迭代求解互补约束的过程，从而降低了计算复杂度。

技术框架：ComFree-Sim的整体框架包括以下几个主要模块：1) 接触检测：快速检测物体之间的接触点和接触法线；2) 阻抗式预测：基于物体运动状态和接触几何信息，预测接触冲量；3) 库仑摩擦对偶锥约束：将接触冲量限制在库仑摩擦锥内，保证摩擦力的合理性；4) GPU并行计算：将接触计算任务分配到GPU上并行执行，加速仿真过程；5) MuJoCo接口：提供与MuJoCo兼容的接口，方便用户使用。

关键创新：最重要的技术创新点在于使用无互补约束的解析接触模型，避免了迭代求解互补约束的过程，从而显著降低了计算复杂度。此外，论文还提出了一个实用的对偶锥阻抗启发式方法，用于处理6D接触模型中的切向、扭转和滚动摩擦。

关键设计：ComFree-Sim的关键设计包括：1) 阻抗参数的选择：阻抗参数决定了接触力的响应速度和稳定性，需要根据具体应用场景进行调整；2) 库仑摩擦系数的设置：库仑摩擦系数决定了摩擦力的大小，需要根据物体表面的材质进行设置；3) GPU内核的优化：针对GPU架构特点，对接触计算内核进行优化，提高并行计算效率。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，ComFree-Sim在密集接触场景中，吞吐量比MJWarp高2-3倍，且具有接近线性的扩展性。在LEAP手上进行的实时MPC控制实验中，ComFree-Sim实现了更高的闭环成功率，验证了其在实际机器人应用中的有效性。此外，ComFree-Sim在动态感知的运动重定向任务中也表现出良好的性能。

🎯 应用场景

ComFree-Sim可应用于各种需要高精度、高效率富接触仿真的机器人领域，例如灵巧手操作、物体抓取、步态规划、运动重定向等。其低延迟特性使其能够支持实时控制和动态规划，加速机器人算法的开发和部署，并有望推动机器人技术在工业、医疗等领域的应用。

📄 摘要（原文）

Physics simulation for contact-rich robotics is often bottlenecked by contact resolution: mainstream engines enforce non-penetration and Coulomb friction via complementarity constraints or constrained optimization, requiring per-step iterative solves whose cost grows superlinearly with contact density. We present ComFree-Sim, a GPU-parallelized analytical contact physics engine built on complementarity-free contact modeling. ComFree-Sim computes contact impulses in closed form via an impedance-style prediction--correction update in the dual cone of Coulomb friction. Contact computation decouples across contact pairs and becomes separable across cone facets, mapping naturally to GPU kernels and yielding near-linear runtime scaling with the number of contacts. We further extend the formulation to a unified 6D contact model capturing tangential, torsional, and rolling friction, and introduce a practical dual-cone impedance heuristic. ComFree-Sim is implemented in Warp and exposed through a MuJoCo-compatible interface as a drop-in backend alternative to MuJoCo Warp (MJWarp). Experiments benchmark penetration, friction behaviors, stability, and simulation runtime scaling against MJWarp, demonstrating near-linear scaling and 2--3 times higher throughput in dense contact scenes with comparable physical fidelity. We deploy ComFree-Sim in real-time MPC for in-hand dexterous manipulation on a real-world multi-fingered LEAP hand and in dynamics-aware motion retargeting, demonstrating that low-latency simulation yields higher closed-loop success rates and enables practical high-frequency control in contact-rich tasks.