想象一个电子游戏和动画电影不仅因为角色看起来好看，更因为它们“感觉”对了，从而让人觉得无比真实的场景。当一叠多米诺骨牌倒下时，当汽车在冰面上打滑时，或者当砖石拱顶支撑着屋顶时，物理规律必须遵循宇宙中那些无形的法则。其中最重要的法则之一就是摩擦力——即防止物体无限滑动所依赖的抓地力。在计算机模拟的世界里，科学家们利用数学来预测物体如何接触与滑动。几十年来，他们一直被迫在两个糟糕的选择之间做出抉择：要么使用一种易于计算但略有偏差的“平滑版”摩擦力（就像一张模糊的照片），要么使用“精确版”摩擦力，后者虽然完美准确，但在数学上极其复杂，常导致计算机崩溃或卡顿。目标始终是寻找一种既能获得完美的、清晰的摩擦力图像，又不会搞坏计算机的方法。
这篇论文介绍了一种解决该难题的巧妙新方法。来自不列颠哥伦比亚大学的研究人员构建了一种用于模拟精确摩擦力的“分裂架构”。你可以把它想象成厨房里的一组两位厨师搭档。一位厨师擅长整理食材（接触的几何结构），而另一位厨师则擅长处理棘手且黏稠的酱汁（滑动的复杂物理特性）。与其试图同时处理所有事情（这往往会导致一团糟），这种新方法让两位厨师轮流工作。第一位厨师建立一个稳定且易于求解的问题，第二位厨师再将棘手的酱汁加在上面，通过检查结果并进行微调，以保持一切完美。通过将“简单部分”与“困难部分”分离，他们可以在无需平滑处理或放宽规则的情况下，求解出精确的摩擦定律。
论文展示了这种方法在模拟中的卓越表现。当他们将其应用于一些棘手的场景时——比如一座不应倒塌的纸牌屋、一座需要保持形状的石拱，或者一个带有回旋力并应向后滚动的球——这种新方法使物体保持稳定，并完全符合真实物理学的预测。相比之下，其他流行的模拟引擎（如 MuJoCo）由于使用了会丢失细节的“平滑版”数学，往往会导致纸牌屋漂移散开，或者让球从桌子上飞出去。作者证明了该方法不仅更精确，而且速度快到足以用于实时应用。他们并非仅仅猜测这行得通；他们运行了数百次模拟，测量了结果，并证明了他们的“分裂”技术可以处理其他方法难以应对的复杂现实世界摩擦问题，同时保持数学上的简洁与物理上的真实。
技术摘要：一种用于精确还原库仑摩擦的分裂架构
问题陈述
本文解决了使用精确还原库仑摩擦定律（exact reduced Coulomb friction law）模拟刚体摩擦接触动力学时的数值挑战。虽然该精确定律（由 De Saxcé 和 Feng [DSF98] 提出）能够准确捕捉宏观行为，如稳定的堆叠、拱支撑和清晰的粘滑过渡，但它带来了显著的计算困难。具体而言，该定律引入了一个“增广速度”（augmented velocity），将切向滑动速度耦合到了法向方向。这种耦合使得摩擦定律具有非关联性（non-associated），这意味着该问题无法被表述为单一的能量最小化或凸优化问题。
现有方法通常通过以下方式处理：
- 平滑化（Smoothing）： 用正则化力替换非光滑定律，这会在刚度与精度之间引入权衡。
- 凸松弛（Convex Relaxation）： 丢弃非关联耦合项以求解锥补全问题（CCP）。这种方法效率很高，但会产生可见的伪影，例如在持续滑动期间接触点在锥边界处分离。
- 单体非光滑牛顿法（Monolithic Nonsmooth Newton）： 直接求解完整的非光滑系统。虽然是精确的，但这些方法难以进行全局化、并行化或模块化。
作者认为，精确还原定律拥有一种在计算机图形学求解器中尚未得到充分利用的自然结构分裂：一个受锥约束的线性响应耦合一个标量、非关联项。
方法论
作者提出了一种分裂架构（splitting architecture），通过将精确还原库仑定律分解为两个不同的算子来处理：
- 算子 A（锥约束线性响应）： 一个强凸二阶锥规划（SOCP），代表受摩擦锥约束的线性接触响应。
- 算子 B（标量耦合）： De Saxcé 和 Feng 的非关联耦合项，其每个接触的计算成本很低，但在全局上是非单调的。
该求解器采用 Tseng 式前向-后向-前向（FBF） 外层迭代方案：
- 外层循环： 在当前迭代步显式评估非关联耦合 B(λ)。
- 内层求解： 在耦合项冻结的情况下，求解一个强凸锥约束二次规划（QP）（算子 A）。由于采用了近端正则化，无论 Delassus 算子的秩如何，该内层问题都是良构的。
- 修正： 应用轻量级的显式修正，以补偿当前迭代与中间迭代之间耦合项的变化。
核心贡献
- 分裂求解器架构： 本文提出的求解器采用了 Acary 等人 [ACLM11] 确定的锥-QP/标量-耦合分解，但将其替换为 Tseng 式 FBF 方案。这种结构使得内层锥求解具有模块化特性，允许在不改变外层循环的情况下，替换不同的凸 SOCP 求解器（例如块高斯-赛德尔法、ADMM、内点法）。
- 带保护的自适应步长规则： 由于 De Saxcé 耦合是非单调的，Tseng 方法的标准收敛定理并不直接适用。作者引入了一种结合了基于 Lipschitz 估计的局部变化接受测试以及针对粘滑边界调优的非对称增长策略的步长控制机制。
- 无矩阵且接触并行的实现： 该求解器构建在 NVIDIA Warp 和 Newton 物理引擎之上，避免了形成稠密矩阵。它利用了 Delassus 矩阵的无矩阵算子，并将耦合评估与修正过程在接触间进行并行化处理。
结果
该方法在旨在压力测试静态支撑、摩擦传输和模式转换的刚体基准测试中进行了评估：
- 斜面上的立方体与后旋球： 求解器重现了从滑动到粘附的精确解析过渡，并正确处理了由切向后旋产生的法向力生成。相比之下，凸松弛的 MuJoCo 求解器表现出伪法向分离（漂移）现象，且无法维持接触。
- 转盘与 Painlevé 箱： 该方法正确捕捉了在离心载荷下从捕获到弹射的过渡，以及滑动到翻滚的过渡，其行为与工业级的 Kamino 求解器相匹配。
- 纸牌屋与石造拱： 在高度耦合的静态场景中，分裂求解器维持了结构的完整性和局部摩擦支撑。MuJoCo 未能维持站立配置（发生漂移），而所提方法则保持了平衡。值得注意的是，该求解器成功平衡了一个 101 块石头的拱门，而 Kamino 在相同设置下失败了。
- 性能： 在接触丰富的基准测试中，该方法与 Kamino 相当，比 MuJoCo 快一个数量级。内层锥求解的规模随接触数量和物体邻接关系呈线性缩放。
意义与主张
本文声称，这种分裂架构成功地重现了精确还原库仑定律，而无需引入平滑参数或凸松弛。通过将非关联耦合与锥几何分离，该方法实现了：
- 物理准确性： 它消除了凸松弛求解器中常见的“法向抬升”伪影，确保稳定的堆叠和拱门保持稳定。
- 模块化： 内层求解器与外层迭代解耦，允许高效使用针对特定硬件或问题规模的求解器。
- 收敛性： 虽然非单调性质使得无法提供形式化的全局收敛速率保证，但该方法在所有测试基准中均展示了收敛至单精度底限的经验收敛性。
作者承认，对非关联耦合的显式处理可能会在全局耦合系统（如大型拱门）中丢失收缩性，从而需要更多的外层迭代。然而，他们断言，在其他精确求解器面临困难的地方，该方法依然保持稳健且准确，为高保真摩擦模拟提供了一条可行的路径。
每周获取最佳 computer science 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。