Genesis项目中的CUDA内存溢出问题分析与解决方案

问题背景

在使用Genesis项目进行人形机器人仿真训练时，开发者遇到了一个典型的CUDA内存溢出问题。具体表现为当加载Unitree G1人形机器人的URDF模型时，系统抛出CUDA_ERROR_OUT_OF_MEMORY错误，而加载其他机器人模型如Go2或ANYmal-C时则运行正常。

问题现象

错误日志显示，在场景构建阶段，系统尝试分配CUDA内存时失败。关键错误信息如下：

CUDA Error CUDA_ERROR_OUT_OF_MEMORY: out of memory while calling malloc_async_impl (cuMemAllocAsync)

根本原因分析

经过技术团队深入调查，发现问题源于Genesis项目默认启用的凸分解(convex decomposition)功能。该功能会：

1. 自动对机器人模型中的非凸网格进行分解处理
2. 生成多个凸包(convex hull)以提高物理仿真的稳定性和性能
3. 对于复杂的人形机器人模型，这一过程会消耗大量显存资源

解决方案

针对这一问题，Genesis技术团队提供了两种解决方案：

方案一：禁用凸分解功能

通过在加载URDF模型时设置decompose_error_threshold=float("inf")，可以完全禁用凸分解功能：

robot = scene.add_entity(
    morph=gs.morphs.URDF(
        file="g1_description/g1_29dof_rev_1_0.urdf",
        decompose_error_threshold=float("inf"),
    ),
)

方案二：禁用自碰撞检测

虽然在某些情况下有效，但对于G1人形机器人模型，仅禁用自碰撞检测可能不足以解决问题：

scene = gs.Scene(
    rigid_options=gs.options.RigidOptions(
        enable_self_collision=False,
    ),
)

技术建议

对于人形机器人等复杂模型的仿真，建议开发者：

1. 优先考虑禁用凸分解功能，因为对于关节式机器人，这一功能通常不是必需的
2. 监控显存使用情况，合理设置并行环境数量
3. 对于简单几何形状的机器人，可以保留默认设置以获得更好的物理仿真效果

项目改进

Genesis团队已计划在后续版本中：

1. 为关节式机器人默认禁用凸分解功能
2. 优化内存管理策略，减少显存消耗
3. 完善相关API文档，明确各参数的使用场景和影响

总结

在机器人仿真领域，内存管理是一个常见挑战。通过理解Genesis项目的内部工作机制，开发者可以更有效地配置仿真参数，平衡仿真精度与性能需求。对于人形机器人这类复杂模型，适当调整凸分解设置是解决CUDA内存问题的有效途径。