面向足式运动的可微接触动力学：策略学习与接触隐式轨迹优化
论文提出一种用于摩擦接触的平滑解析梯度，仅替换反向传播中的接触灵敏度，硬接触前向求解与 rollout 可行性保持不变。方法对 de Saxcé 修正二阶锥互补问题做中心路径松弛，平滑分离、夹紧、滑动三种模式条件，灵敏度在接触模式切换时连续并随松弛收敛到精确值。用 10 万样本、台式机训练不到 2 分钟得到的策略无需微调即迁移到硬件，小跑策略下机器人可承受推力并穿越碎石与湿滑地面；轨迹优化中该梯度找到精确梯度与 Signorini 松弛梯度遗漏的富接触解。
发布于 10-27 12:57来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Differentiable Contact Dynamics for Legged Locomotion: Policy Learning and Contact-Implicit Trajectory Optimization》查看原链
本文提出一种用于摩擦接触的平滑解析梯度，并将其应用于足式运动的策略学习与接触隐式轨迹优化。 精确的接触灵敏度具有闭式解，但只描述当前接触模式内的变化，无法为相邻接触模式提供一阶信息。 所提梯度仅在反向传播中替换该灵敏度，保持硬接触前向求解不变，使实际 rollout 保持可行。
针对库仑摩擦的 de Saxcé 修正二阶锥互补问题，采用中心路径松弛，对分离、夹紧和滑动模式的定义条件进行平滑。 松弛后的灵敏度在中心路径上的一点处求值，该点由以硬接触解为初值的牛顿迭代得到。 该灵敏度在接触模式切换过程中保持连续，并随松弛消失收敛到精确灵敏度。
使用 10 万个样本、在台式机上训练不到 2 分钟，用所提梯度进行策略学习得到的策略无需微调即可迁移到硬件。 在硬件上，采用小跑策略的机器人能承受推力，并穿越碎石和湿滑地面。 在轨迹优化中，所提梯度能找到精确梯度和 Signorini 松弛梯度遗漏的富接触解。
项目页面：https://diffcontact.github.io