11.1 机器人“仿真-真实”迁移：弥合虚拟与现实间的动力学鸿沟
11.1 “仿真-真实”迁移：弥合虚拟与现实间的动力学鸿沟
11.1.1 引言：现实差距的本质与挑战
在机器人研发流程中，基于物理的仿真提供了无风险、高效率且成本可控的测试与训练环境。然而，任何仿真模型都是对物理世界的近似，由此产生的“现实差距”是部署仿真中训练的策略或控制器到物理系统时面临的根本障碍。现实差距的本质是建模误差与未建模动态的综合体现，其来源可归纳为以下几个层面：
- 参数化模型误差：仿真模型中的物理参数（如质量、惯性张量、关节摩擦系数、连杆刚度）与真实物理系统存在偏差。例如，一个机械臂连杆的惯性矩阵III在仿真中可能被简化为对角阵，而真实情况则包含复杂的非对角耦合项。
- 非参数化模型误差：仿真引擎采用的动力学方程本身是真实物理定律的简化。例如，大多数仿真器使用刚体动力学假设，忽略了结构柔性、传动间隙、执行器带宽限制以及复杂的接触摩擦模型。
- 感知渲染差距：视觉、深度相机或激光雷达的仿真数据，在噪声模式、材质反射特性、光照条件等方面与真实传感器数据存在系统性差异。
- 状态获取与延迟：仿真中可以无噪声、无延迟地获取任何系统状态，而真实系统依赖于传感器测量，存在噪声、漂移和通信延迟。
研究表明，直接在精确参数仿真中训练的策略，一旦部署到存在微小参数扰动的真实系统，其性能可能急剧下降。因此，“仿真-真实”迁移的核心任务，是开发一系列方法以增强从仿真中诞生的智能体或控制器对上述差距的鲁棒性与适应性。
11.1.2 核心技术路径一：域随机化
域随机化是目前最广泛使用的Sim2Real迁移技术之一。其核心思想并非追求仿真与现实的绝对一致，而是通过在仿真训练阶段主动引入大量随机扰动，构建一个高度多样化的“仿真环境族”，从而迫使学习算法提取出跨越这些扰动的、更本质的解决方案。
11.1.2.1 随机化维度
域随机化通常在以下维度进行：
- 动力学参数随机化：在每一个训练回合（episode）或固定时间间隔，随机采样物理参数。对于一个简单的质点系统，其动力学可表示为mx¨+bx˙=um\ddot{x} + b\dot{x} = umx¨+bx˙=u，随机化可施加于质量m∼U(mmin,mmax)m \sim \mathcal{U}(m_{min}, m_{max})m∼U(mmin,mmax)和阻尼b∼U(bmin,bmax)b \sim \mathcal{U}(b_{min}, b_{max})b∼U(bmin,bmax)。对于机器人，常随机化各连杆的质量、惯性、关节摩擦与阻尼系数。
- 视觉外观随机化：随机化物体纹理、颜色、光照位置与强度、相机参数（增益、曝光、噪声）及背景，以提升视觉策略的泛化能力。
- 环境与任务随机化：随机化地形摩擦系数、斜坡角度、障碍物位置、目标点位置等。
11.1.2.2 理论依据与工程实践
从学习理论角度看，域随机化可以视为一种数据增强和正则化技术，它通过扩大训练数据的分布来覆盖潜在的真实数据分布。工程实践中的关键在于确定随机化的范围（“随机化分布”）。范围过窄，策略无法覆盖真实情况；范围过宽，则可能使学习任务过于困难，导致训练不收敛或策略保守。
一种系统性的方法是自适应域随机化。其流程是：先在较窄的随机化分布中训练一个初始策略，然后将其部署到真实系统（或一个高保真参考仿真）中运行，收集性能数据。接着，分析策略失败或性能不佳的轨迹，反向调整仿真中相应参数的随机化分布，使其能覆盖导致失败的参数空间区域，然后重新训练。如此迭代，逐步逼近真实的参数分布。
11.1.3 核心技术路径二：系统辨识补偿
系统辨识补偿是一种基于模型的方法，旨在通过实验数据校准仿真模型，从而在算法层面进行前馈补偿，缩小差距。
11.1.3.1 动力学参数辨识
对于基于模型的控制（如计算力矩控制），准确的动力学模型至关重要。动力学参数辨识通过执行特定的激励轨迹并记录关节位置、速度和力矩数据，利用最小二乘法等估计算法，辨识机器人基座参数。标准的刚性机器人动力学方程可写为：
τ=Y(q,q˙,q¨)ϕ\tau = Y(q, \dot{q}, \ddot{q})\phiτ=Y(q,q˙,