本文介绍了一项由Miles Macklin和Matthias Müller共同完成的研究，题为《A Constraint-Based Formulation of Stable Neo-Hookean Materials》，发表于2021年11月10日至12日在瑞士洛桑举行的MIG’21会议（Motion, Interaction and Games）。该研究由NVIDIA公司支持，作者分别来自新西兰奥克兰和瑞士苏黎世的研究团队。本文的主要研究领域是计算机图形学中的软体模拟，特别是针对高度不可压缩材料（如软组织、橡胶等）的物理模拟。

研究背景

在计算机图形学中，软体模拟常用于模拟角色上的软组织或橡胶类物体。这些材料通常具有高度不可压缩性，但现有的模型（如共旋有限元模型，co-rotational FEM）在中等应变下会出现显著的体积损失。近年来，Neo-Hookean模型因其优异的体积守恒特性、能够从反转状态恢复且无需极分解（polar decomposition）而受到关注。然而，传统的Neo-Hookean有限元求解器通常基于牛顿法，需要计算能量Hessian矩阵及其特征分解，并使用复杂的线性求解器。此外，直接通过能量最小化来模拟不可压缩材料时，需要无限大的刚度，这在计算上是不可行的。

本文提出了一种基于约束的Neo-Hookean能量模型，通过将能量分解为偏量（deviatoric，即形变）和静水压（hydrostatic，即体积守恒）约束，能够应用仅需一阶梯度的迭代约束优化方法。与现有的基于力的求解器相比，该方法在处理高刚度体积守恒材料时效率显著提高。

研究方法

本文的核心方法是将Neo-Hookean能量模型转化为基于约束的优化问题。具体步骤如下：

1. 能量模型分解：Neo-Hookean能量模型由两部分组成：静水压能量（抵抗压缩和膨胀）和偏量能量（抵抗形变）。静水压能量通过约束函数 ( C_h(f) = \det(f) - 1 ) 来表示，其中 ( f ) 是变形梯度矩阵。偏量能量通过约束函数 ( C_d(f) = \sqrt{\text{tr}(f^T f)} ) 来表示。

2. 约束优化求解：本文采用扩展的基于位置的动力学（XPBD）框架来求解约束优化问题。XPBD通过局部高斯-赛德尔迭代来强制执行约束，仅需一阶梯度，适用于实时应用。该方法通过迭代更新粒子位置和拉格朗日乘子来实现约束的满足。

3. 稳定性处理：为了确保模型在未变形状态下的稳定性，本文对静水压能量进行了修正，引入了参数 ( \gamma = 1 + \frac{\mu}{\lambda} )，使得在未变形状态下静水压力和偏量力能够平衡。

实验结果

本文通过多个实验验证了所提出方法的效率、准确性和鲁棒性：

1. 性能测试：与基于牛顿法的求解器相比，本文的方法在处理高体积刚度（泊松比接近0.5）时表现出显著的优势。牛顿法在高刚度下难以收敛，而本文的方法能够在较短的计算时间内获得准确的结果。

2. 鲁棒性测试：通过复杂的几何形状（如“疯狂立方体”和“龙模型”）的变形实验，本文展示了该方法在处理极端形变和复杂拓扑结构时的稳定性。

3. 并行化实现：本文还展示了该方法在GPU上的并行化实现，能够在8毫秒内模拟包含8万个四面体的大象组织层，并处理自碰撞和皮肤绑定。

结论与未来工作

本文提出了一种基于约束的Neo-Hookean材料模拟方法，能够高效、稳定地模拟不可压缩的软体材料。与传统的牛顿法相比，该方法无需计算能量Hessian矩阵，显著简化了实现过程，并在高刚度条件下表现出更好的性能。未来的工作可以进一步探索将该方法应用于塑性变形和断裂模拟等领域。

研究亮点

1. 高效性：本文提出的方法在处理高刚度材料时，计算效率比传统牛顿法高出一个数量级。
2. 鲁棒性：该方法能够处理极端形变和复杂几何形状，表现出良好的稳定性。
3. 简单实现：通过XPBD框架，该方法仅需一阶梯度，实现简单且适用于实时应用。

研究意义

本文的研究为计算机图形学中的软体模拟提供了一种新的高效、稳定的解决方案，特别适用于模拟高度不可压缩的材料（如生物组织和橡胶）。该方法不仅具有重要的科学价值，还在医学仿真、虚拟现实和游戏开发等领域具有广泛的应用前景。