学習と制御のためのソフトな勾配を用いたハードコンタクトの微分可能シミュレーション

Abstract

接触力はロボットのダイナミクスに不連続性を導入し、勾配ベースの最適化にシミュレータを用いることを大きく制限します。MuJoCoのようなペナルティベースのシミュレータでは、勾配計算を可能にするために接触解決を緩めます。しかし、硬い接触を現実的にシミュレートするには剛性の高いソルバ設定が必要であり、自動微分を用いるとシミュレータ勾配が誤ったものになります。逆に、非剛性（非stiff）な設定を使うと、シム・ツー・リアルのギャップが大幅に増大します。私たちは、なぜ硬い接触のもとで勾配が劣化するのかを特定するために、ペナルティベースのシミュレータを解析します。これらの洞察に基づき、適応的な時間積分とペナルティベースのシミュレーションを結合するDiffMJXを提案し、勾配精度を大幅に改善します。2つ目の課題は、物体が分離すると接触勾配が消失することです。これに対処するために、距離からの接触（CFD）を導入します。これは、ペナルティベースのシミュレーションとstraight-through推定を組み合わせたものです。CFDを後方パスにのみ適用することで、物理的なリアリズムを保ちながら、接触前の有益な勾配を得ます。