7.3 人形机器人时代的深度应用
7.3 人形机器人时代的深度应用
本节摘要：人形机器人把物理仿真的每一项能力同时推到极限：全身几十个自由度的耦合、高强度的接触（双足本质是连续受控跌落）、大规模并行的训练需求、以及苛刻的 Sim-to-Real。前六章的每条纪律在这里都能找到「极限版」——批量路线给人形训练供弹药，域随机化帮策略扛住真机，可微分辨识校准传动间隙。本节按五项新要求组织，把全书知识在人形场景里做一次总装。
人形不是「另一个机器人」，是仿真工程的极限压力测试：自由度多一个量级、接触密一个量级、训练预算重一个量级。能在人形场景活下来的方法论，放回机械臂就是降维打击——这也是把人形放在全书最后的意义。
人形机器人要仿真过哪些关
按「关」组织。每一关都是一项能力要求，也对应前面章节的一处伏笔——人形时代没有发明新物理，它只是把旧纪律都拧到了最大档。
第一关：全身建模的保真。 几十个自由度、上百个碰撞几何、腱驱动或液压执行器的异构动力——2.2 的惯量纪律在人形上是生死线：躯干的惯量误差会在摆臂与迈步的耦合里被放大成全身姿态漂移；2.3 的执行器语义必须逐关节核对（髋是力控、腕是伺服、手指是腱驱动，一台机器人三种语义）。人形模型的验收标准也从「悬停不漂移」升级为「无控制输入时自然站稳三十秒且能量账平账」——3.3 的能量账本在全身尺度上的用法。
第二关：接触的密集与连续。 双足行走的物理本质是「一系列被控制的跌落」：每一单脚支撑期都是持续的多点接触切换。3.2 的软约束参数在人形上要按「足底材料与地面谱系」分组配置，6.2 的抖动处方是足式任务的日常保健。行走任务的第一个仿真里程碑不是「能走」，是「站得住」——静止站立稳定、 push 恢复测试通过，再谈步态。
第三关：训练吞吐的量级。 全身策略的样本需求以十亿步计，CPU 内核加几十并行的吞吐杯水车薪——7.1 的批量路线在人形上从「优化项」变成「准入项」。数万环境的并行训练是当前人形运动策略的常规配置，这也解释了为什么人形浪潮与 GPU 仿真浪潮同步到来：不是巧合，是因果。
第四关：Sim-to-Real 的最后一公里。 人形的高自由度放大了 5.3 的每一条鸿沟成分：惯量误差在二十个关节上叠加、传动间隙在腿部形成死区、五十毫秒的控制延迟足以让步态相位错开。域随机化的参数清单在人形上显著变长（摩擦、惯量、增益、延迟、执行器动态全开），而可微分辨识（7.2）负责把随机化区间从「宽而盲」收窄到「宽而有据」——两条前沿路线在人形上会师的实质，是「训练宽容」与「模型校准」的互补。
第五关：任务与评测的体系化。 运动之外，操作、搬运、上下楼梯乃至整屋任务的动作空间需要标准化的任务套件与基准，让「我的策略能走」变成「我的策略在这些关卡上各得几分」。生态的基准化（1.2 讲过经典运动任务的传统）正在人形维度重演——这是仿真的另一重角色：不只是训练场，还是社区共识的考试卷。
一条人形训练的完整流水线
把五关串成一条当前业内常见的流水线，作为全书的总复习：
阶段一：模型资产化。 厂家 CAD 与参数表进 MJCF，按第二章六站流程建模，惯量逐件较真；执行器按真实驱动语义配置；验收三标准加站立稳定测试。产出：一份「物理可信」的人形模型——后续一切的地基。
阶段二：CPU 内核调健康。 用经典内核小规模跑通：站立、蹲起、单步摆动腿，接触参数按 6.2 处方逐病灶清零，能量账平账。这一步别省——带病模型上批量路线，等于把病灶复制一万份（第六章导语的原话在人形上的兑现）。第一关的「先站后走」验收在这一步执行，判据要写成脚本而不是目测：
import mujoco import numpy as np model = mujoco.MjModel.from_xml_path("humanoid.xml") data = mujoco.MjData(model) mujoco.mj_resetDataKeyframe(model, data, 0) # 出厂站立姿态 drifts = [] for i in range(2500): # 无控制站立五秒 mujoco.mj_step(model, data) drifts.append(np.linalg.norm(data.qpos[:3] - data.qpos0[:3])) drifts = np.array(drifts) print("末端水平漂移峰值:", round(drifts.max(), 4), "米") print("漂移是否收敛:", bool(drifts[-500:].std() < 1e-4)) assert drifts.max() < 0.02, "站立验收未通过，先查接触与惯量再谈步态"
验收失败的定位顺序沿用第六章：先抄接触体检单，再查足底 solref 与步长的关系，最后回头看躯干惯量——人形场景里这套流程一步都不用改，改的只是症状的放大倍数。
阶段三：批量大规模训练。 迁批量路线，数万环境并行；域随机化按 5.3 法则逐组开启；课程化推进——平地站稳、原地踏步、慢走、变速与转向、地形扰动，每级课程设毕业标准。观测与动作按 5.1 四件套纪律封装，截断与失败分开报。
阶段四：辨识收窄与再训练。 真机初次部署必然失败（5.3 的定律），失败数据走 7.2 的梯度辨识：摩擦、间隙、延迟逐项校准，随机化区间收窄；一到两轮迭代后策略复训，真机行走通过。
阶段五：任务扩展与回归。 行走之上叠操作与搬运任务；每次模型或策略改动，跑全套回归关卡（站立、行走、推挤恢复）——试车场的验收制度在任务维度上的重演。
这条流水线没有任何一步是新的：它全部由前七章的零件组装。人形浪潮真正改变的，是把这套流程从「论文方法」变成了「产业日常」——而仿真是日常化得以发生的那个支点。
大图景：仿真在具身智能里的角色
站远一点看收尾。具身智能的长线命题是「机器人在真实世界获得技能」，而真实世界的采样又慢又贵又危险——仿真以「廉价、快速、可并行、可犯错」换走了这条路上绝大部分的试错成本。前六章建立的正确性（物理对、参数真）与本章建立的规模化（并行、可微、任务体系化），合起来是同一个论点的两面：仿真产经验，真机产校准，两者构成数据飞轮。飞轮转得越快，具身智能越快——引擎的价值因此不止于工具，它是这条飞轮的轴承。
对读者的最后建议朴素而实在：无论前沿怎么演进，「把模型建对、把参数调真、把故障查清、把验证做足」的纪律没有折扣可打。试车场会一直扩建，而样机的质量，永远取决于造它的人有多较真。
本节要点回顾
- 五关总纲：建模保真、接触密集、训练吞吐、Sim-to-Real、任务体系化，每关都是旧纪律的极限版；
- 先站后走：站立稳定与 push 恢复是步态之前的里程碑，接触病清零再谈训练；
- 批量是准入项：十亿步级样本需求让 GPU 并行从优化变成门槛；
- 训练宽容加模型校准：域随机化与梯度辨识互补，是人形 Sim-to-Real 的标准答案；
- 流水线五阶段：资产化、调健康、规模化、辨识收窄、回归扩展——全部由前七章零件组装。