DiffContact：用于策略学习与接触隐式轨迹优化的可微接触动力学

DiffContact 提出一种面向摩擦接触的平滑解析梯度，仅在后向传播中替换精确接触灵敏度，前向硬接触求解与实机 rollout 保持不变。该方法对 de Saxcé 修正的 Coulomb 摩擦二阶锥互补问题做中心路径松弛，使灵敏度在接触模式切换时保持连续，并随松弛消失收敛到精确灵敏度。策略学习使用 10 万样本、在台式机上训练不到 2 分钟，所得策略无需微调即可迁移到硬件；实机上采用 trotting 策略的机器人可承受推力并穿越碎石和湿滑地面。