Kamino: GPU-based Simulation of Rigid Multi-Body Physics with Kinematic Loops

Autores: Vassilios Tsounis, Guirec Maloisel, Christian Schumacher, Ruben Grandia, Agon Serifi, David Müller, Chris Amevor, Tobias Widmer, Moritz Bächer · CoRL 2026

Licencias

• Acceso abierto
• Artículo: arXiv.org perpetual, non-exclusive license 1.0

Según la licencia de arXiv, todo lo que sigue está escrito solo a partir del resumen.

Por qué importa

Los robots con restricciones fuertemente acopladas, como los lazos cinemáticos, suelen aproximarse como árboles cinemáticos con restricciones adicionales de cierre de lazo o articulaciones mimic. Kamino admite estos acoplamientos de forma nativa y simula robots estructuralmente distintos en un mismo lote; los autores entrenan una política de marcha para un bípedo con seis lazos cinemáticos anidados usando 4096 entornos paralelos en una sola GPU.

Solución propuesta

Kamino calcula las fuerzas de restricción con una optimización con restricciones basada en ADMM que resuelve la dinámica directa de multicuerpos rígidos como un problema de complementariedad no lineal, resuelve el contacto sin modelos simplificados ni convexificados y ejecuta en la GPU mundos heterogéneos procesados por lotes.

Resumen

Presentamos Kamino, un solucionador físico basado en GPU para simulaciones masivamente paralelas de sistemas mecánicos heterogéneos y fuertemente acoplados. Implementado en Python con NVIDIA Warp e integrado en el framework Newton, permite aplicar métodos basados en datos, como el aprendizaje por refuerzo a gran escala, a sistemas robóticos complejos que presentan restricciones cinemáticas y dinámicas fuertemente acopladas, como los lazos cinemáticos. Estos últimos suelen sortearse aproximando la topología del sistema como un árbol cinemático e incorporando restricciones explícitas de cierre de lazo o las llamadas articulaciones mímicas. Kamino busca aliviar esta carga admitiendo de forma nativa este tipo de acoplamientos. Además, Kamino admite mundos heterogéneos, lo que permite la simulación por lotes de robots estructuralmente diversos en una sola GPU. En su núcleo se encuentra un algoritmo de optimización con restricciones de última generación basado en ADMM, que calcula las fuerzas de restricción resolviendo la dinámica directa de multicuerpos rígidos con restricciones, formulada como un problema de complementariedad no lineal. Esto da lugar a simulaciones de alta fidelidad que resuelven la dinámica de contacto sin recurrir a modelos aproximados que simplifiquen o convexifiquen el problema. Demostramos el entrenamiento de políticas por aprendizaje por refuerzo en un bípedo con seis lazos cinemáticos anidados, generando una política de marcha factible mientras se simulan 4.096 entornos paralelos en una sola GPU.

Enlaces

• arXiv 2603.16536: https://arxiv.org/abs/2603.16536
• PDF: https://arxiv.org/pdf/2603.16536
• Código: https://github.com/newton-physics/newton/tree/main/newton/_src/solvers/kamino
• Página del proyecto: https://kamino.disneyresearch.com/