第6章 · 调校与排错：让样机通过验收

第 6 章 · 调校与排错：让样机通过验收

本章要回答的三个问题：模型跑得太慢时，从哪里下手优化才不是瞎忙？接触发抖、摩擦诡异这类最常见的「参数病」，怎么从现象倒推回参数？面对一个说不清哪里不对的模型，有没有一套系统的排错方法论，而不是碰运气改参数？三问对应 6.1、6.2、6.3。

为什么会有这一章

前五章把「怎么建、怎么用」讲完了，但真实工作里占掉最多时间的既不是建模也不是训练，而是「它不对劲，但不知道为什么」的时刻。仿真跑得比实时慢十倍、机器人站在原地高频打摆、同一份模型两台机器结果不一样——这类问题没有报错、没有堆栈，只有一个异常现象。试车场的比喻里，本章是失速区与维修站：样机在这里摔过，才能在别处跑稳。

把这一章放在第七章之前还有个用意：GPU 并行、可微分这些前沿能力（第七章）有一个隐含前提——你的模型先得是「健康的」。带着接触参数病上 GPU 并行，等于把错误复制一千份；带着数值病做可微训练，梯度里全是病灶信号。排错不是可选的进阶技能，是一切规模化工作的准入门槛。

本章的写作视角与前面章节不同：不是从概念到应用，而是从症状到病因。三节分别覆盖三类最常见的「不对劲」——性能不达标（6.1）、接触行为异常（6.2）、以及一切说不清的异常的总方法论（6.3）。前三章的原理在这里全部变成诊断工具：3.2 的体检单、3.3 的能量账本、2.2 的惯量纪律，都会以「排错武器」的身份重新出场。

读完能解决什么

对照开头三问，读完本章你应当能够：

• 用「性能画像」定位仿真慢的瓶颈：物理求解、碰撞对、传感器还是渲染，把钱花在真正的瓶颈上；
• 执行一整套接触排错流程：从抖动现象出发，按步长、solref、condim、惯量、求解器的顺序逐层排除；
• 区分三类高频接触病（抖动、穿透、打滑）并给出对应的参数处方；
• 执行「最小复现」方法论：把大模型的问题收缩到十行的最小场景里诊断；
• 用故障对照表把常见异常对号入座，缩短从现象到病因的路径。

各节怎么分工

6.1 与 6.2 相对独立，症状导向直接取用；6.3 是方法论总纲，建议最后读但最值得反复读——它是前两节背后的思维方式，也是本书想留下的最重要的工程习惯。

本章的全景一张图

这张图就是本章的「总流程」：所有排错工作从「能复现」开始，按症状分类进对应节的方法，用「一次改一项」的纪律推进，最后沉淀成故障笔记。图里的 J 节点最容易被忽略——排错经验不沉淀，同一个坑团队一年摔三次。

先决条件

• 第三章的原理四件套（方程、接触、积分、时序）：本章节的每个诊断手段都挂着对应的原理编号；
• 第五章的环境封装知识：不少「排错」最后查出来是环境层的锅，6.3 的对照表里专门列了这类；
• 一个真实在手的问题模型最好——本章适合边对照边在自己模型上动手；
• 不需要性能调优的先修经验，6.1 会从「怎么测量」讲起。

往下走到哪

本章结束时，你应当拥有一套自己的排错流程与一份开始积累的故障笔记。下一章把视角抬到前沿：GPU 大规模并行让「健康模型」的价值成千倍放大，可微分仿真给梯度全通的系统加了新的排错维度，人形机器人的工程实践则把前面所有章节的纪律推到极限。带着第六章的方法论读第七章，你会看到排错能力在规模化时代被兑换成多少真金白银。