刚体约束求解器核心是速度级Gauss-Seidel迭代投影，而非直接解方程；流程为预测位置→检测约束→构建J与C_dot→计算等效质量→解lambda→更新速度，需引入bias防漂移，优先用距离约束验证，注意J构造、权重顺序、dt与参数协同。
刚体约束求解器的核心是迭代投影，不是直接解方程
手写刚体约束求解器时，别一上来就推导雅可比矩阵或写 LDLT 分解——游戏物理要求稳定、快、容忍误差，主流做法是用 **速度级约束的 Gauss-Seidel 迭代投影**。它不求精确解，而是每帧对每个约束做一次“拉回”：算出当前速度违反约束的程度（即 lambda 冲量），再反向施加到关联刚体上。
典型流程是：预测位置 → 检测约束（如距离、铰链、接触）→ 构建约束误差和雅可比 J → 计算等效质量 J * M⁻¹ * Jᵀ → 解标量冲量 lambda = -C_dot / (J * M⁻¹ * Jᵀ + bias) → 更新刚体速度。
常见错误是把位置约束（C(x)=0）当成速度约束来处理，结果漂移严重；必须引入 bias 项（如 Baumgarte 稳定化里的 beta * C / dt）来修正位置误差累积。
距离约束（Point-to-Point）是最稳的起点，别先碰角动量耦合
从两个刚体间的单点距离约束入手，能避开旋转惯量张量、坐标系变换等干扰项，快速验证求解逻辑。它的约束函数是 C = |p₂ − p₁| − d₀，但实际只用其速度形式：C_dot = J * v，其中 J 是 1×12 行向量（含线速度与角速度贡献）。
立即学习“C++免费学习笔记（深入）”；
实操建议：
- 先禁用角速度（设刚体
inertia = zero），只处理质心平移，验证lambda符号和大小是否合理 -
J的角速度部分为± cross(r, axis)，注意r是局部锚点到质心的向量，且必须在世界坐标下计算 - 每次迭代后要立即更新刚体速度：
v1 += inv_mass1 * J1ᵀ * lambda，否则后续约束看到的是过期状态 - 迭代 3–5 次足够，再多收益极小，还可能因浮点误差发散
多个约束共存时顺序和权重决定稳定性
同一刚体参与多个约束（比如一个刚体连着两个弹簧、又被地面支撑），Gauss-Seidel 的求解效果强烈依赖迭代顺序和约束权重。没加权时，后处理的约束会“覆盖”前面的修正，导致高频抖动或约束失效。
关键控制点：
- 把高优先级约束（如关节、不可穿透接触）放在迭代循环前面
- 对软约束（如布料弹簧）降低其等效刚度（减小
beta或乘以0.1~0.5缩放因子），避免压制硬约束 - 接触约束必须带恢复系数（
restitution），在lambda计算中加入分离速度判断，否则物体会粘在地上 - 所有约束的
J * M⁻¹ * Jᵀ分母项不能为零或负——检查质量是否为零、惯量是否奇异、r是否为零向量
为什么你的约束总在抖？大概率是时间步和偏置项没对齐
抖动（jittering）不是算法问题，而是数值配置失配：dt、beta、gamma（阻尼项）、迭代次数四者必须协同。例如 Baumgarte 中的 bias = beta * C / dt，若你用了变长帧时间但 beta 没缩放，位置漂移就会周期性爆发。
调试时盯住这几个信号：
- 打印每帧最大约束误差
abs(C)，超过 1e−3 就说明稳定化不足 - 观察
lambda符号是否频繁翻转——这是过度校正，应降低beta（试试0.01 ~ 0.2） - 固定时间步（如
dt = 1.0/60）比可变步更易调参；若必须变步，所有基于dt的项（bias、gamma）都要线性缩放 - 角速度大的刚体容易因
cross(r, omega)计算误差放大抖动，可在J中加入小量阻尼项gamma * lambda抑制
真正难的不是写出第一个约束，而是让十种不同约束（球窝、滑动、轮式、碰撞）在同一个迭代器里不打架——它们共享速度变量，但误差来源、响应强度、更新时机全不一样。留神那些没显式出现在代码里、却悄悄破坏一致性的隐含假设。
