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

Licenças

• Acesso aberto
• Artigo: arXiv.org perpetual, non-exclusive license 1.0

Conforme a licença do arXiv, tudo o que segue foi escrito apenas a partir do resumo.

Por que importa

Robôs com restrições fortemente acopladas, como laços cinemáticos, costumam ser aproximados como árvores cinemáticas com restrições adicionais de fechamento de laço ou juntas mimic. O Kamino oferece suporte nativo a esses acoplamentos e simula robôs estruturalmente diferentes em um único lote; os autores treinam uma política de caminhada para um bípede com seis laços cinemáticos aninhados usando 4.096 ambientes paralelos em uma única GPU.

Solução proposta

O Kamino calcula forças de restrição com uma otimização com restrições baseada em ADMM que resolve a dinâmica direta de multicorpos rígidos como um problema de complementaridade não linear, trata o contato sem modelos simplificados ou convexificados e executa mundos heterogêneos em lote na GPU.

Resumo

Apresentamos o Kamino, um solucionador de física baseado em GPU para simulações massivamente paralelas de sistemas mecânicos heterogêneos e fortemente acoplados. Implementado em Python com NVIDIA Warp e integrado ao framework Newton, ele permite aplicar métodos orientados a dados, como o aprendizado por reforço em larga escala, a sistemas robóticos complexos que apresentam restrições cinemáticas e dinâmicas fortemente acopladas, como laços cinemáticos. Estes costumam ser contornados aproximando a topologia do sistema como uma árvore cinemática e incorporando restrições explícitas de fechamento de laço ou as chamadas juntas mímicas. O Kamino busca aliviar esse fardo oferecendo suporte nativo a esses tipos de acoplamento. Além disso, o Kamino suporta mundos heterogêneos, permitindo a simulação em lote de robôs estruturalmente diversos em uma única GPU. Em seu núcleo está um algoritmo de otimização com restrições de última geração baseado em ADMM, que calcula as forças de restrição resolvendo a dinâmica direta de multicorpos rígidos com restrições, transcrita como um problema de complementaridade não linear. Isso leva a simulações de alta fidelidade que resolvem a dinâmica de contato sem recorrer a modelos aproximados que simplificam ou convexificam o problema. Demonstramos o treinamento de políticas por aprendizado por reforço em um bípede com seis laços cinemáticos aninhados, gerando uma política de caminhada viável enquanto simulamos 4.096 ambientes paralelos em uma única GPU.

Links

• 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 do projeto: https://kamino.disneyresearch.com/