系统化弥合多种足式机器人仿真到现实迁移差距

足式机器人要在真实环境里实用，必须同时做到稳健行走和能量高效。但材料指出了一个长期痛点：在仿真中训练出的控制器，迁移到真实系统时往往表现不可靠。现有做法要么忽略执行器层面的能量损耗，要么依赖复杂、手工调参的奖励函数。这份资料值得现在看的地方在于，它没有把 sim-to-real 当成单纯的域随机化问题，而是把永磁同步电机的物理能量模型直接嵌进强化学习训练流程，并在多个机器人平台上做了验证。

覆盖范围是自底向上的：先刻画单个执行器模型，再在整机层面估计动态参数，最后验证地面运动控制。作者把验证拆成三段——执行器、整机空中轨迹、地面行走——并用三个主要平台 ANYMAL、TYTAN、MINIMAL 测试，另外在十台机器人上部署。方法上有两个支点：一是面向永磁同步电机的、基于物理的能量模型；二是极简参数集，用来捕捉仿真与现实的差距。系统辨识只依赖固定基座上的关节激励，不需要运动 rollout，也不依赖运动先验，这一点在数据效率上很关键。奖励函数则被压缩成四项：速度跟踪、能量消耗、碰撞避免和足端触地速度，前两项对应任务性能与物理效率，后两项更像结构性的安全项。

关键发现集中在“建模误差从哪里来”。材料明确把执行器动力学中的电气与机械损耗列为常被忽略的部分，并认为这类误差会直接造成低效，进而影响机器人续航和负载能力。作者用一个 0.1–2.0 Hz 的 chirp 输入做对比：在“关节位置差—关节速度差”的相图里，分别画了无模型、当前最优的执行器网络和作者方法三种情况，越靠近原点说明仿真轨迹越贴近真实轨迹，作者方法落在更靠近原点的位置。换句话说，执行器层面的物理建模比黑箱网络更能压住迁移偏差。另一个结论是经验性的：四项奖励足以支撑有效的运动训练，不需要高维奖励堆叠。

数字方面，材料给出的是 ANYMAL 上的 full Cost of Transport 为 1.27，相对当前最优方法降低了 32%。这个 32% 是全文最醒目的量化结果，指向的是整机能耗而不是单一执行器效率。跨平台部分，作者强调在不做动态参数随机化的情况下完成了策略迁移，三个主平台之外还有十台额外机器人。辨识流程本身也被描述为数据高效，因为它只靠固定基座关节激励，不依赖运动数据或专家反复调参。材料还提到一个工程细节：带位置饱和的关节位置控制策略，用于运动过程中的硬件保护。

这些结论意味着，sim-to-real 的瓶颈未必只在“随机化得够不够”，也可能在“执行器损耗建模得对不对”。把能量项写成有物理单位的量，而不是按机器人反复调奖励，作者的意图是让同一套正则项跨形态迁移；这对续航和负载敏感的应用尤其有现实意义。固定基座辨识降低了对专用传感器和运动数据的依赖，也让流程更容易在新型号上复用。需要说明的是，以上是解读：材料展示的是作者自述的验证链条，不是第三方独立复现。

适合做足式机器人强化学习、sim-to-real 迁移、执行器建模和能效优化的研究者和工程师读。读完能拿走的是一套自底向上的验证流程、一个四项奖励的结构、一个面向永磁同步电机的能量建模思路，以及公开的代码、模型和数据集。边界也要说清楚：材料只给了摘要和部分正文，三个主平台和十台额外机器人的逐项结果、基线细节、失败案例都没有展开；32% 是 ANYMAL 上 full Cost of Transport 的对比，不能直接外推到其他平台或其他指标。跨十台机器人“可靠迁移”的结论，材料也只给了结论性表述，没有给出每台的量化证据。

Towards bridging the gap: Systematic sim-to-real transfer for diverse legged robots Published inThe International Journal of Robotics Research (IJRR). DOI: 10.1177/02783649261459628 Filip Bjelonic1, Fabian Tischhauser1 and Marco Hutter 1 Abstract Legged robots must achieve both robust locomotion and energy efficiency to be practical in real-world environments. Y et controllers trained in simulation often fail to transfer reliably, and most existing approaches neglect actuator-specific energy losses or depend on complex, hand-tuned reward formulations. We propose a framework that integrates sim-to-real reinforcement learning with a physics-grounded energy model for permanent magnet synchronous motors. The framework requires a minimal parameter set to capture the simulation–reality gap and employs a compact four-term reward with a first-principle-based energetic loss formulation