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

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

Licenze

• Open access
• Articolo: arXiv.org perpetual, non-exclusive license 1.0

In base alla licenza di arXiv, tutto ciò che segue è scritto solo a partire dall'abstract.

Perché è importante

I robot con vincoli fortemente accoppiati, come gli anelli cinematici, vengono di solito approssimati come alberi cinematici con vincoli aggiuntivi di chiusura dell'anello o giunti mimic. Kamino supporta questi accoppiamenti in modo nativo e simula in un unico batch robot strutturalmente diversi; gli autori addestrano una policy di camminata per un bipede con sei anelli cinematici annidati usando 4.096 ambienti paralleli su una singola GPU.

Soluzione proposta

Kamino calcola le forze vincolari con un'ottimizzazione vincolata basata su ADMM che risolve la dinamica diretta dei sistemi multicorpo rigidi come problema di complementarità non lineare, gestisce il contatto senza modelli semplificati o convessificati ed esegue su GPU mondi eterogenei in batch.

Abstract

Presentiamo Kamino, un risolutore fisico basato su GPU per simulazioni massivamente parallele di sistemi meccanici eterogenei e fortemente accoppiati. Implementato in Python con NVIDIA Warp e integrato nel framework Newton, consente di applicare metodi basati sui dati, come l'apprendimento per rinforzo su larga scala, a sistemi robotici complessi che presentano vincoli cinematici e dinamici fortemente accoppiati, come gli anelli cinematici. Questi ultimi vengono spesso aggirati approssimando la topologia del sistema come un albero cinematico e aggiungendo vincoli espliciti di chiusura dell'anello o i cosiddetti giunti mimici. Kamino mira ad alleggerire questo onere supportando in modo nativo questo tipo di accoppiamenti. Inoltre, Kamino supporta mondi eterogenei, consentendo la simulazione in batch di robot strutturalmente diversi su una sola GPU. Al suo centro c'è un algoritmo di ottimizzazione vincolata allo stato dell'arte basato su ADMM, che calcola le forze vincolari risolvendo la dinamica diretta di sistemi multicorpo rigidi vincolati, formulata come problema di complementarità non lineare. Ne risultano simulazioni ad alta fedeltà che risolvono la dinamica di contatto senza ricorrere a modelli approssimati che semplificano o convessificano il problema. Dimostriamo l'addestramento di politiche con apprendimento per rinforzo su un bipede con sei anelli cinematici annidati, ottenendo una politica di camminata realizzabile mentre si simulano 4.096 ambienti paralleli su una sola GPU.

Link

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