RiCo：通过局部接触推理进行刚体交互的神经模拟

arXiv:2610.12333v1 公告类型：交叉发布 摘要：准确模拟刚体交互对于预测性物理世界模型至关重要。尽管物体动力学建模近期取得了进展，但捕捉表面之间的局部接触如何影响物体运动仍然具有挑战性。端到端世界模型在整个场景或物体层面预测交互，而在实际中，刚体接触本质上是局部的，只有邻近表面才能直接交换接触力。基于这一观察，我们提出 Rigid-body Contact Reasoning（RiCo），通过接触表面点的稀疏邻域来表示物体之间的交互。RiCo 将每个点的状态与邻近表面的相对几何关系、运动和物理属性相结合，随后在物体各点之间进行推理，以确定这些局部接触如何共同影响物体的运动。通过将跨物体推理限制在邻近表面之间，同时在每个刚体内部传播接触信息，RiCo 既保留了细粒度的交互细节，又避免了对场景中每一对点进行建模的开销。这些特性使 RiCo 能够实现更高的准确性和接触保真度。在 MOVi-benchmark 上的实验表明，与基线方法相比，RiCo 将 100 帧的位置误差和姿态误差分别降低了 31–35% 和约 38%。此外，RiCo 实现了较高的接触保真度，其穿透时间和平均穿透深度相较于真值的差异分别为 11.0% 和 2.22 毫米。RiCo 还能够从小规模训练场景零样本泛化到包含 270 个物体的场景。我们在真实世界中开展的多球碰撞实验进一步提供了从仿真迁移到现实的初步证据。