# MuJoCo Newton求解器ls_iterations≤22时椭圆锥不收敛且无报错

> 原文链接：https://robotics.hellobike.com/pitfalls/2026-11-11-mujoco-3628
> 频道：pitfalls | 更新日期：2026-11-11 | 标签：auto, github-issue, mujoco
> 核心摘要：MuJoCo Newton求解器在椭圆锥impratio=10且ls_iterations≤22时返回高梯度假收敛解，需将ls_iterations设为≥23解决。

# MuJoCo Newton求解器ls_iterations≤22时椭圆锥不收敛且无报错

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[Newton solver: with elliptic cones at impratio 10 and ls_iterations 20, an exhausted line search ends the solve at a non-converged qacc](https://github.com/google-deepmind/mujoco/issues/3628)（GitHub google-deepmind/mujoco #3628）

**状态**：有绕过办法

## 问题

使用MuJoCo C API（3.14.0/main分支）配置椭圆锥摩擦、`impratio=10`时，若`ls_iterations`设为20至22，Newton求解器会因线搜索预算耗尽返回非极小值`qacc`（梯度约1e2），但`solver_niter`显示正常且无警告。从该结果重启求解迭代次数为0，呈现假收敛状态。仅当`ls_iterations≥23`时才能正确收敛至梯度6e-13。

## 环境

MuJoCo 3.14.0及main分支(e385ec6)，Python/C API，float64；macOS 26 Apple M4 Max (arm64)；Unitree G1 29-DoF人形机器人（MuJoCo 3.11.0验证）。

## 解决办法

1. 将模型或求解器配置中的 `ls_iterations` 参数从 20 调整至 23 或更高（推荐保持默认值 50），确保椭圆锥摩擦模式下有足够线搜索预算。
2. 避免在 RL 训练或策略探索等高频多接触场景中使用 `ls_iterations≤22` 的配置组合，防止求解器陷入梯度约 1e2 的假收敛固定点。
3. 若必须使用低迭代次数，需在外部增加梯度范数检查逻辑，当检测到 `final_gradient > tolerance` 但 `solver_niter` 较小时主动触发重算或回退机制。
4. 关注 MuJoCo 官方后续针对椭圆锥 kink-aware 线搜索的修复补丁，当前临时方案仅为增加迭代预算而非算法层面修正。

讨论原作者：@pulipakaa24 等，版权归原作者所有。
:::

## 原始参考来源 (Sources)

- [GitHub google-deepmind/mujoco #3628：Newton solver: with elliptic cones at impratio 10 and ls_iterations 20, an exhausted line search ends the solve at a non-converged qacc](https://github.com/google-deepmind/mujoco/issues/3628)