| type | method | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| tags |
|
||||||||||||
| status | complete | ||||||||||||
| updated | 2026-09-15 | ||||||||||||
| related |
|
||||||||||||
| sources |
|
||||||||||||
| summary | DSMS：用可微仿真器离散转移作多重打靶 NLP 动力学，接触隐式解析，把运动学参考转为全身动力学可行轨迹并支持任意路径约束；开源于 sesteban951/shooting-for-contact。 |
DSMS（Direct Simulation-based Multiple Shooting）是 Shooting for Contact（Esteban 等，arXiv:2608.03116）提出的 动力学感知运动重定向 核心算法：把轨迹优化转录为 NLP，动力学用可微仿真器的离散转移 (\mathbf{F}) 表示，从而在 不显式建模接触约束 的情况下获得全身可行轨迹。参考实现：sesteban951/shooting-for-contact。
把 MuJoCo（或任意可微仿真器）嵌进多重打靶 NLP：接触在仿真里解决，NLP 只负责跟踪、作动与任务约束。
| 缩写 | 英文全称 | 简要说明 |
|---|---|---|
| DSMS | Direct Simulation-based Multiple Shooting | 仿真器在环的直接多重打靶 |
| NLP | Nonlinear Program | IPOPT 求解的有限维优化问题 |
| MPC | Model Predictive Control | 高动态动作上的 receding-horizon 包装 |
| FD | Finite Difference | MuJoCo 提供一阶灵敏度的方式之一 |
| ZOH | Zero-Order Hold | 控制 spline 基的一种 |
- 接触丰富重定向的工程瓶颈 常是「时刻表 / 互补约束难写」；DSMS 把接触丢给仿真器。
- 相对运动学 SOCP（OmniRetarget）：补上 whole-body 动力学与作动极限。
- 相对采样式 SBTO（DynaRetarget）：保留 任意等式/不等式约束 与稀疏 KKT 结构（IPOPT + ma57）。
- 形态无关： 换模型即可人形/四足；开源仓已含 G1 与 Go2。
| 阶段 | 输入 / 输出 | 作用 |
|---|---|---|
| 参考接入 | 运动学 / SRB / MoCap clips | 提供待精炼轨迹与可选 twist 网格 |
| DSMS NLP | shooting 状态 (\mathbf{X}) + 控制 spline (\mathbf{U}) | MuJoCo 细步 (\mathbf{F}) 作 defect；接触隐式 |
| 约束层 | 跟踪代价 + (g,h) | 作动限、limit-cycle 闭合、任务等式/不等式 |
| 求解模式 | one-shot 或 receding-horizon MPC | 周期步态库 vs 高动态拼接 |
| 下游 RL | 动力学可行参考 | mjlab PPO imitation / 命令条件化 asymmetric AC |
| 内容 | |
|---|---|
| 输入 | 运动学或降阶参考轨迹；机器人 MuJoCo 模型；可选任务/边界约束 |
| 输出 | 满足仿真动力学的全身状态–控制轨迹；或命令索引的周期步态库 |
| 求解 | cyipopt/IPOPT；一阶梯度 + L-BFGS |
- 多重打靶： 区间独立积分 + defect 缝合，降低长时域开环敏感度。
- 细步 / 粗节点： 区间内 (N_s) 仿真子步解析刚性接触；决策只在粗 shooting 节点，控制 NLP 规模。
- 接触隐式： 无 contact force 决策变量、无 complementarity 松弛、无预设 schedule。
- 作动双接口： (\mathbf{u}) 可为力矩或 PD 目标角；正则作用在 实现力矩 上。
flowchart LR
ref[运动学/降阶参考] --> shoot[决策 X,U]
shoot --> F["仿真器 F：接触/摩擦/冲击"]
F --> defect[Defect 连续性]
defect --> cost[跟踪 + 力矩正则]
cost --> ipopt[IPOPT]
ipopt --> feas[动力学可行轨迹]
feas --> rl[Motion-imitation / 命令策略]
| 步骤 | 说明 |
|---|---|
| 1. 装环境 | make install → conda activate dsms（见 repo 归档） |
| 2. 接参考 | trajectories/ 下 CSV；example config.py 注册 |
| 3. 选题型 | 周期步态用 one-shot g1_gait；高动态用 *_mpc receding-horizon |
| 4. 调权 | 状态跟踪 vs body tracking 互补；软 no-slip 勿写成硬约束（爬行需滑） |
| 5. 下游 | 论文用 mjlab PPO；仓内用 replay.py 先验视觉查接触 |
调试指标： NLP 迭代是否过 defect；回放 contact 箭头是否合理；下游 PPO exploration noise (\sigma) 下降速度与落地成功率。
- 接触模式切换导致曲率突变时，L-BFGS 可能需良好初值 / warm-start。
- 任意约束能力强，但 调权与约束可行性 仍依赖工程经验。
- 开源仓 不含 论文 RL 训练；对比 Table II 需自备 tracking 环境。
- 与 GMR/PHC 等 运动学前端 是串联关系，不是替代关系。
- 论文实体：Shooting for Contact
- 采样对照：DynaRetarget / SBTO、SPIDER
- 运动学前端：GMR、OmniRetarget
- 概念枢纽：Motion Retargeting、Hub
- 选型落地：人形运动跟踪方法选型指南（§4 参考层动力学可行化）
- 接触显式对照：AHMP（CEM 提出时刻表）、SE(3) 切空间 TO（摩擦锥写进 NLP）