Фізика М’язучих Іграшок: Частинки Верле, Обмеження Відстаней та Ітеративне Розв'язання

Класика механики твердого тіла – ragdoll фізика представляє персонажа у вигляді дерева жорстких елементів, з’єднаних кутовими суглобами з обмеженнями моменту – точна, але обчислювально складна та схильна до тремтіння при накладених обмеженнях. Ця симуляція замість цього використовує інтеграцію Верле з обмеженнями відстаней, той самий підхід на основі частинок, який популяризував Thomas Jakobsen у своїй GDC-доповіді 2001 року "Advanced Character Physics". Тіло – це просто набір масних точок (голову, плечі, лікті, стегна, коліна, ...), з’єднаних обмеженнями відстаней — жорсткі або частково жорсткі зв'язки, які просто намагаються утримати кожен паралельний зв’язок між двома точками на фіксованій відносній довжині.

Classic rigid-body ragdoll physics represents a character as a tree of rigid segments connected by angular joints with torque limits — accurate, but numerically stiff and prone to jitter under stacked constraints. This simulation instead uses Verlet integration with distance constraints, the same particle-based approach popularised for cloth and rope by Thomas Jakobsen's 2001 GDC paper "Advanced Character Physics." The body is just a set of point masses (head, shoulders, elbows, hips, knees, ...) connected by distance constraints — rigid or semi-rigid links that simply try to hold each connected pair of points at a fixed rest length.

Інтеграція Верлет без зберігання швидкості

Кожна точка рухається під інтеграцією Верлет: замість відстеження положення та швидкості окремо, вона зберігає поточне положення та попереднє положення, та виводить швидкість за їхньою різницею.

Положення (Верлет) — без явного визначення швидкості xNext = x + (x - xPrev) * гальмування + прискорення * dt * dt xPrev = x x = xNext Вивід швидкості здійснюється за допомогою (x - xPrev); обмеження просто переміщує x і "швидкість" автоматично оновлюється на наступному кроці.

Це пояснює, чому інтеграція положення Верлет є стандартним вибором для систем з жорсткими обмеженнями, таких як одяг, мотузки та ляпас-килим, а не методи з явним визначенням швидкості Ейлера або Рунге-Кутта, які використовуються для орбіт в інших частинах цього сайту: розв’язувач обмежень, який повинен задовольняти умову довжини кінцівки або кута суглоба, може просто перемістити точку до правильного положення, а виведена швидкість — (x − xPrev) різниця — автоматично та послідовно оновлюється без необхідності окремого змінної швидкості, щоб синхронізувати її.

// position (Störmer) Verlet — no explicit velocity needed
xNext = x + (x - xPrev) * damping + acceleration * dt * dt
xPrev = x
x = xNext
// velocity is implied by (x - xPrev); a constraint just moves x directly
// and the "velocity" automatically updates itself next step

Задовільне дотримання обмежень: розслаблення, а не рівняння

Зазвичай ragdoll має десяток або більше обмежень на відстані (верхня рука, передплічя, тулова секція, стегно, гомілка тощо), усі з’єднані спільними суглобами, і точне одночасне їх вирішення є дороговартійною лінійною системою. Підхід Якобсена замість цього використовує ітеративне розслаблення: повторюйте цикл для кожного обмеження та штовхайте кожну пару з’єднаних точок безпосередньо до задоволення власної початкової довжини, ігноруючи всі інші обмеження в цей момент, а потім повторюйте весь прохід кілька разів.

for (let iter = 0; iter < NUM_ITERATIONS; iter++) { for (const c of constraints) { const delta = c.p2.pos.sub(c.p1.pos); const dist = delta.length(); const diff = (dist - c.restLength) / dist; const correction = delta.scale(0.5 * diff); if (!c.p1.pinned) c.p1.pos.addInPlace(correction); if (!c.p2.pinned) c.p2.pos.subInPlace(correction); } } // кожен прохід приблизно задовольняє кожне обмеження; // повторні прогони збігаються до узгодженої пози; Це розв’язувач ітеративного типу Гаусса-Зедель, а не пряме лінійне розв’язання: воно не обчислює математично точне рішення за один прохід, воно наближається до нього асимптотично. Більша кількість ітерацій на кадр робить скелет твердішим і менш еластичним — занадто мало ітерацій призводить до видимої розтяжки довгих ланцюгів кінцівок під навантаженням, що й є причиною, чому перерахунок обмежень є одним з найважливіших регулюючих гвинтів у цьому типу симуляції, безпосередньо обмінюючи візуальну жорсткість на вартість обчислень ЦП.

for (let iter = 0; iter < NUM_ITERATIONS; iter++) {
  for (const c of constraints) {
    const delta = c.p2.pos.sub(c.p1.pos);
    const dist = delta.length();
    const diff = (dist - c.restLength) / dist;
    const correction = delta.scale(0.5 * diff);
    if (!c.p1.pinned) c.p1.pos.addInPlace(correction);
    if (!c.p2.pinned) c.p2.pos.subInPlace(correction);
  }
}
// each pass only approximately satisfies every constraint;
// repeated passes converge toward a mutually consistent pose

Від дистанційних обмежень до межі суглобів

Просте дистанційне обмеження дозволило б ліктю згинатися назад на 360° без жодного опору, що виглядає неправильно, коли ragdoll падає в нездорову позу. Реалістичні ragdolls додають кутові обмеження поверх дистанційних обмежень — додаткові зв’язки або явні перевірки кутів, які підтримують, наприклад, кут між верхньою та передньою частиною руки в межах анатомічно правдоподібного діапазону — тоді як вони все ще покладаються на той самий ітеративний цикл розслаблення для їх приблизного застосування разом із дистанційними обмеженнями, а не точно вирішують жорстку суглобову ієрархію.

Чому цей підхід домінує в іграх

Позиційно-орієнтовані, з використанням інтегрівки Верлета, системи обмежень (загальна родина тепер часто називається Position Based Dynamics, формалізована Мульцером та іншими у 2007 році) є популярними в реальному часі іграх та інтерактивних демо, через три основні причини: вони безумовно стабільні незалежно від того, наскільки сильно ви тягнете точку, оскільки ви безпосередньо встановлюєте позиції замість інтегрування сил, які можуть призвести до нестабільності; вони простим чином комбінуються з іншими позиційно-орієнтованими типами обмежень (одяг, мотузка, м’які тіла) в одному розв’язувачі; і їх вартість масштабується лінійно та передбачувано з кількістю обмежень та ітерацій, що робить бюджетування продуктивності у реальному часі гри легким – різкий контраст із розв’язувачами жорсткого тіла, які можуть стати чисельно стійкими та нестабільними саме тоді, коли сцена стає цікавою (наприклад, купа ляльок-розтяжок, стопка коробок).

Frequently asked questions

Спробуйте наживо

Усе, що вище, працює прямо у вашому браузері — відкрийте Ragdoll Physics і змінюйте параметри під час роботи. Нічого не встановлюється, нічого не завантажується на сервер, уся модель живе в одній вкладці.