本文介绍了一种新型、快速可微的软体学习和控制应用模拟器 - Differentiable Projective Dynamics (DiffPD)，它以 Projective Dynamics (PD) 为基础具有隐式时间积分；DiffPD 利用向前 PD 模拟中的预因式化 Cholesky 分解加速反向传播，并在接触处理方面支持惩罚式模型和补偿式模型两种类型的接触。DiffPD 的表现非常优秀，可用于实现时域系统识别、逆向设计、轨迹优化和闭环控制应用。此外，利用 DiffPD 进行真实环境到仿真环境（real-to-sim）的数字化建模等方面的研究也取得了良好的成果。

Jan, 2021

我们提出了 Jade，一个可微分的用于关节刚体的物理引擎，采用线性互补问题（LCP）模型来建模接触。与现有的可微分模拟相比，Jade 提供了诸如无交叉碰撞模拟和多摩擦接触的稳定 LCP 解等特性。我们使用连续碰撞检测来检测碰撞时间并采用回溯策略来防止具有复杂几何形状的物体之间的交叉。我们推导出梯度计算以确保整个模拟过程在回溯机制下可微分。我们修改了流行的 Dantzig 算法，以获得多个摩擦接触下的有效解。我们进行了大量实验证明了我们可微分物理模拟在各种接触密集任务中的有效性。

Sep, 2023

本研究提出了一种利用 D&D 学习人体动力学的方法来实现从非惯性的本地帧考虑动态摄像机的惯性力控制来重构 3D 人体运动，并通过概率接触扭矩和基于注意力的 PD 控制来实现弱监督的接触状态，从而在大规模 3D 人体运动基准测试中表现出优越的性能。

Sep, 2022

通过 TOI-Velocity 方法，我们改进了不完美的可微分刚体模拟并成功地学习了一个能够匹配分析解的最优控制序列。

Apr, 2023

拟合软体塑料通过基于最优传送的联系点发现方法在单阶段任务可以自动发现合适的初始接触点，在复杂的多阶段任务中可基于优先权迭代切换末端效应器的接触点，从而提高了分立物理解算器的表现

May, 2022

本文介绍了一种接触隐式优化方法，利用硬接触模型和互补条件描述单向约束，通过多段程序和多重拍摄机制求解最优控制问题，提高了运动规划、接触顺序和控制输入的计算效率，并通过机器人的多个动态物体操纵任务验证了其优化轨迹的动态可行性，任务完成精度和可重复性。

Mar, 2021

本文提出了一种可处理摩擦接触的可微动力学求解器，它统一了刚体和可变形物体。通过正交和切向接触力的原则性平滑化，我们的方法规避了摩擦接触非光滑特性的主要难题。我们将这种新接触模型与全隐式时间积分相结合，得到了一个具有解析微分性和健壮高效的动力学求解器。与伴随灵敏度分析相结合，我们的公式为目标函数景观的优化提供了自适应权衡模拟准确性和平滑性的梯度。在一组涉及刚体、粘弹性材料和耦合多体系统的模拟示例上，我们对我们的方法进行了全面分析。我们还展示了我们的可微模拟器在可变形物体的参数估计、机器人操纵的运动规划、合规步行机器人的轨迹优化以及高效的自我监督学习控制策略方面的应用。

Jul, 2020

本文提出了一种显式的接触表示 —— 接触势场（CPF）和一种混合框架 ——MIHO，用于模拟手和物体的相互作用。通过在 CPF 中将每个接触的 HO 顶点对视为弹簧质心系统，形成在抓握位置具有最小弹性能的潜能场。实验表明，我们的方法在多个重建指标上可以实现最先进的效果，并可以在地面真实性呈现严重穿透或分离时产生更加真实的 HO 姿势。

Dec, 2020

本文提出了一种运动重新定位方法，能够保留自身联系并防止相互穿透，利用一种新颖的几何条件循环网络和编码器空间优化策略实现高效的重新定位，通过实验证明其结果优于以往方法。

Sep, 2021

本文讨论了不同可微物理模拟和四种不同形式的接触模型 (包括 LCP、凸优化模型、柔性模型和基于位置的动力学模型) 的梯度计算精度以及其在最优化控制策略方面的应用

Jul, 2022