2.3 关节、约束与执行器配置

2.3 关节、约束与执行器配置

本节摘要：关节给了机器自由度，执行器决定谁来驱动这些自由度、以什么方式驱动；equality 约束负责把树状拓扑拼出闭环， tendon 与传感器补齐力传递与感知。本节给出三类执行器（力矩电机、位置伺服、肌肉模型）的选型依据、equality 四兄弟的用途边界，以及一组拿来就能套的配置清单——配置不当的执行器是「仿真里能跑、真机上失灵」的头号惯犯。

2.2 节把机器的骨架搭完了，但那只是一台「可以被别人推动」的机器；要它自己动，得把动力接上去。本节处理三件事：动力从哪来（执行器）、运动的自由怎么限定（约束与等式）、以及机器如何「感觉到」自己的受力（传感器）。三者都在模型文件里配置，都在加载期被编译成求解器能直接消费的形式。

为什么执行器值得单独一节

因为执行器是建模与现实「对不上账」的重灾区。新手最常见的写法是给每个关节挂一个裸电机，训练时发现策略输出永远顶在控制上限——因为裸电机的控制量是力矩，而 RL 初始策略输出随机值，力矩拉满的机器在仿真里疯狂抽搐，策略自然学不到东西。另一个极端是把位置伺服的 kp 调到天文数字，执行器变成理论上无限刚的魔法关节，真机上根本不存在这东西，Sim-to-Real 时全部露馅。

这两类翻车的共同根因，是没有想清楚「我要模拟的到底是哪种真实驱动器」。真实世界的驱动只有几类：直流电机输出力矩、伺服系统闭环跟随位置指令、肌肉按激活度收缩。MJCF 的执行器类型恰好与之一一对应——选型问题的本质是「你的真机用什么驱动」。

一、三类执行器：选型先问真机用什么

motor：裸力矩。 最接近底层的执行器，控制量就是关节力矩，gear 指定力矩放大比。它假设你的控制器自己闭环——做力控、做 MPC、做以力矩为动作空间的 RL，都直接用它。优点是无隐藏动态，所见即所得；缺点是把闭环的担子全压给你的算法。

position 与 velocity：内置伺服。 引擎在执行器内部实现一个比例微分环：你给目标角度，它按 kp、kv 算出力矩去追。这对「真实机器是位置控制的」场景是正确抽象——市面上绝大多数协作臂的底层就是位置环。kp 与 kv 不是装饰参数，它们物理上对应伺服电机的刚度与阻尼，应当按真机手册填，而不是按「训练好不好收敛」调。一个实用技巧：位置伺服加上 forcerange 限制输出力矩，立刻得到一台「有力度上限」的机器人，抓鸡蛋任务全靠它。

muscle：肌肉模型。 按激活度收缩，含激活动态与力—长度—速度关系，是 biomechanics 与肌肉骨骼 RL 的标配。它的控制量是无量纲激活度，天然有界，训练比裸力矩稳定得多；代价是参数多，没做人体实验就抄文献默认值。

三类执行器的控制量含义完全不同，这一点在 RL 里是生死攸关的：动作空间要与执行器类型配套——motor 配连续力矩（记得在策略输出端做缩放或压缩，别让力矩常年在上限打转），position 配目标角度，muscle 配激活度。动作空间与执行器类型错配，是「换了个模型训练就崩」的常见暗因。

配置上还有一组「安全带」参数值得全默认打开：ctrlrange 限定控制输入的范围，forcerange 限定输出力矩范围，两者配合让「策略输出离谱值」在物理层就被拦住。RL 训练里这两个参数不是可选项——它们决定了动作空间的边界语义，环境定义要与之一致。

二、equality 约束：给树补上闭环

2.2 说过树不能有环，但真实机构偏偏充满环：四连杆、平行四边形臂、齿轮啮合、闭环腱驱动。MJCF 的答案是 equality 约束——在树之上叠加「这两个东西必须满足某关系」的方程，由求解器在每步强制或近似强制满足。常用的四件套：

<equality>
  <!-- connect：两点间距离恒定，等价于无质量球铰，拼四连杆用它 -->
  <connect body1="link_a" body2="link_b" anchor="0.05 0 0"/>
  <!-- weld：两体完全固连，比写死坐标灵活，可模拟可抓取物体的吸附 -->
  <weld body1="gripper" body2="object" solref="0.005 1"/>
  <!-- joint：两个关节角度满足给定关系，齿轮传动的标准写法 -->
  <joint joint1="wheel_left" joint2="wheel_right" polycoef="0 1 0 0 0"/>
  <!-- tendon：两条腱长度差恒定，耦合腱驱动用它 -->
  <tendon tendon1="t_a" tendon2="t_b" polycoef="0 1 0 0 0"/>
</equality>
​

用 equality 的正确心态是「付租金」。每条约束都进入求解器的约束集，消耗迭代预算；solref 与 solimp 控制约束的软硬，调得太硬数值抖、太软关系失真。所以工程取舍是：能用树表达的绝不写约束，四连杆能简化成二连杆加虚拟刚体就简化。约束是表达力的救济渠道，不是免费午餐。

顺带把 tendon 说完整：tendon 是「穿过多个滑轮把力送到远处」的抽象，固定腱负责力传递，滑动腱把一条驱动量分配给多个关节——人手每根手指的伸肌腱就是天然滑腱。腱还带 range 与 limited，可以模拟「腱绳绷紧后不可再拉长」的止点效应，肌腱受伤的康复研究就靠这些细节撑住真实性。

三、传感器：让机器知道自己受了什么力

模型的「感知面」由 sensor 元素定义，与动力学解耦、只读不写。控制与 RL 最常用的三款：jointpos 与 jointvel 直接读关节状态；force 与 torque 贴在 site 上读内力——力控与碰撞检测的关键配置；touch 放在足底或指腹 site 上，读该区域法向合力，做足底接触感知与抓取力反馈都用它。传感器数量不影响求解开销（它们是动力学的旁路输出），放心按需布置。

用 Python 读传感器的惯例代码值得背下来：

import mujoco
import numpy as np

model = mujoco.MjModel.from_xml_path("gripper.xml")
data = mujoco.MjData(model)

# 按名字查传感器在读数向量里的切片
adj = model.sensor_adr[model.sensor(name="force_tip").id]
dim = model.sensor_dim[model.sensor(name="force_tip").id]

for i in range(500):
    data.ctrl[:] = 0.3                      # 给所有执行器一个温和的指令
    mujoco.mj_step(model, data)
    reading = data.sensordata[adj:adj+dim]  # 切片读出该传感器的当前值
print("末端力读数:", np.round(reading, 3))
​

这段代码里真正可迁移的是「按名字查地址再切片」的模式：sensordata 是一个大向量，所有传感器的读数按定义顺序平铺，硬背偏移是自虐，名字查址才是可持续的写法。

四、一张配置清单带走

把本节的配置要点压成 checklist，建模时逐条对照：

• 执行器类型与真机驱动方式一致，动作空间与执行器语义配套；
• ctrlrange 与 forcerange 全部显式给出，别让引擎猜；
• 位置伺服的 kp、kv 抄真机手册，不按训练收敛性调；
• 关节 damping 与 armature 给非零值，量级参考真机；
• 闭环机构用 equality 拼接，约束数控制在必要范围，solref 从默认值起步再微调；
• 传感器布置到位：力矩、touch、关节状态，按任务需要齐全，观测空间才有原料。

这份清单的每一条都在为第六章排错埋伏笔——配置阶段多花的十分钟，是排错阶段省下的一整天。

本节要点回顾

• 执行器选型先问真机：力矩、位置、速度、激活度，控制量语义必须与驱动方式及动作空间对齐；
• 安全带参数常开：ctrlrange 与 forcerange 是物理层的护栏，RL 训练必配；
• equality 是树外救济：connect、weld、joint、tendon 四件套拼闭环，用一条付一条的租金；
• 腱与滑轮：固定腱传力、滑动腱耦合多关节，range 提供生理止点；
• 传感器是旁路：按名字查址切片读 sensordata，布置只看任务需要，不心疼开销。

四节知识已经齐了：结构、骨架、动力。下一节把它们串成一条真实产线——一台六轴机械臂从空白文件到稳定运行的完整复盘。