仿真物理引擎中冲量法与罚力法的差异及优缺点解析

核心差异 #

两种方法的核心逻辑完全不同：

• 冲量法：以动量守恒为基础，直接在速度层面计算冲量（J = m·Δv），通过冲量修正物体速度来满足接触约束，属于约束驱动的仿真思路。
• 罚力法：基于弹簧阻尼接触模型，通过物体间的侵入距离直接计算接触力（F = k·d + b·v，其中k为弹簧刚度，d为侵入距离，b为阻尼系数），将接触力作为外力代入动力学方程求解，属于力驱动的仿真思路。

冲量法的优缺点 #

优势 #

• 约束精度高：严格遵循动量守恒，能保证接触后物体无穿透（或极小穿透），适合机器人运动规划、高精度刚体交互这类对物理正确性要求高的场景。
• 数值稳定性好：不会因为参数设置不当出现震荡，主流游戏/机器人仿真引擎（ODE、Bullet、MuJoCo、Drake）都采用这种方法，应对高速碰撞、多接触点复杂场景表现可靠。
• 调参成本低：不需要反复调试弹簧刚度、阻尼这类参数，减少仿真调试的工作量。

劣势 #

• 计算复杂度高：需要求解线性互补问题（LCP）或迭代处理约束方程，多接触点场景下计算量会显著增加，对硬件性能有一定要求。
• 对积分步长敏感：步长过大可能导致约束求解不收敛，必须配合合适的积分器（如半隐式欧拉）使用。

罚力法的优缺点 #

优势 #

• 实现门槛低：无需复杂的约束求解逻辑，直接把接触力当作外力加入动力学计算，适合快速搭建仿真原型。
• 灵活性强：可以通过调整弹簧刚度、阻尼系数和积分步长，在仿真精度和运行速度之间找到平衡，适配不同场景需求。
• 积分兼容性好：作为力驱动方法，和显式、隐式积分器的兼容性都不错，ADAMS、Simbody这类多体系统仿真引擎常用此方法。

劣势 #

• 参数依赖强：刚度太小会导致明显的物体穿透，刚度太大又会引发数值震荡，需要反复调试参数才能达到理想效果。
• 高速碰撞表现差：高速碰撞时，大刚度会产生瞬时超大接触力，容易导致积分器数值不稳定。
• 约束不严格：本质是用"软约束"模拟接触，无法完全消除穿透，不适合对接触精度要求极高的场景（如精密机器人抓取）。

内容的提问来源于stack exchange，提问作者ZYC