Geometric Fabrics

NVIDIA 提出的反应式运动生成框架，实时合成避障、限位等行为且可证稳定。

由 NVIDIA 研究院的 Karl Van Wyk、Nathan Ratliff 等人提出（IEEE RA-L 2022），是黎曼运动策略（RMP）的后继。它不预先规划整条轨迹，而是每个控制周期直接算出关节加速度：把趋近目标、避障、远离关节限位、保持姿态等行为各写成所在空间的二阶微分方程，再经雅可比映射合成到关节空间。相比 RMP，它用更一般的 Finsler 几何，在保证稳定的前提下允许更灵活地塑造行为。它常被当作强化学习的安全动作空间：DextrAH-G 让策略只输出手掌目标等低维指令，避碰和关节约束交给 fabric；NVIDIA 已在 GitHub 开源基于 Warp、可 GPU 并行的 FABRICS 库。

例子DextrAH-G 中，Kuka 臂加 Allegro 手共 23 个电机，RL 策略输出手掌目标和手指低维指令，fabric 以 60 Hz 把它们转成关节指令，并自动避开桌面和自碰撞。

也叫

几何织物、fabrics

相关

黎曼运动策略、DextrAH-G、避障、关节限位、运动规划、操作空间控制

来源

Van Wyk et al., Geometric Fabrics: Generalizing Classical Mechanics to Capture the Physics of Behavior (arXiv 2109.10443)
NVlabs/FABRICS (GitHub)
DextrAH-G: Pixels-to-Action Dexterous Arm-Hand Grasping with Geometric Fabrics

信息截至

2026-09