OrbiSim：將世界模型作為具身智能的可微分物理引擎

近日，由賈健等人提出的OrbiSim研究發表在arXiv上，提出了一種全新的機器人仿真範式。該範式將世界模型重新定義為完全可微分的物理引擎，旨在推動具身智能的發展。與以往侷限於潛在或視覺域的世界模型不同，OrbiSim建立了一條統一的、基於物理的路徑，將結構化場景資產、神經動力學以及下游強化學習聯繫起來。這項工作的核心創新在於實現了整個仿真循環的端到端可微分性，從顯式狀態轉換到視覺觀察生成均在可微分框架內完成。這一特性使得OrbiSim能夠支持傳統模擬器難以處理的任務，例如可微分接觸建模、基於梯度的稀疏獎勵策略優化以及直觀的物理推理。這些能力對於機器人學習複雜操作技能至關重要。例如，在稀疏獎勵環境中，傳統方法通常依賴隨機探索，而OrbiSim可以利用梯度信息直接優化策略，大幅提升樣本效率。此外，可微分接觸建模允許機器人直接對接觸力進行微分，從而更精確地模擬物理交互。實驗結果顯示，OrbiSim在預測保真度和控制性能方面均顯著超越了當前最先進的世界模型。在多個基準任務中，包括物體堆疊和軟體操控，OrbiSim不僅預測準確率更高，而且策略學習速度更快。此外，它對資產配置和物理參數的一致響應性表明，OrbiSim有潛力成為一種可微分的工具，用於增強機器人仿真和策略訓練。研究人員還指出，OrbiSim的架構可以擴展到多機器人系統，為未來機器人學習的開闢新的道路。