跳转至

Real2Sim

本页介绍迁移链路中的反向方向：在做策略回放或部署之前，先让模拟器更贴近真实平台。在实际工作中，这主要是一个参数对齐问题。

核心思路

主要方法是利用真实世界数据做系统辨识，然后更新仿真参数，使模拟平台的动力学更接近真实平台的测量结果。

对 LAV2 来说，这意味着需要重新审视所有会进入仿真栈的参数与假设，尤其是 VehicleParams 及其平台专用的 TrackVehicleParams、旋翼动力学、mixer 行为，以及构建在其上的任务侧归一化或频率假设。

两条实际路径

Real2Sim 对齐通常有两种常见做法。

第一种是显式参数辨识。先采集真实飞行或行驶数据，再从这些数据中估计平台参数，随后更新模拟器中的对应模型。

第二种是通过域随机化提高鲁棒性。与其寻找单一“最优参数集”，更常见的做法是让策略在一组合理的参数分布上训练，并希望真实平台落在该分布之内。LAV2 中这部分实现与接入方式可进一步参考 域随机化。

第一条路径直接提升保真度，第二条路径提升对模型失配的容忍度。实践中，两者往往会结合使用，而不是被当作互斥方案。

通常需要对齐什么

对 LAV2 来说，最关键的对齐目标包括：

  • 质量与惯量
  • 旋翼推力与扭矩系数
  • 电机滞后、速率限制与初始 RPM 假设
  • 与 mixer 相关的缩放与归一化命令解释
  • 控制频率与 decimation 假设
  • 训练时使用的观测缩放与坐标系约定

如果这些量不准确，就很容易在真实行为与仿真行为之间产生明显差距。

系统辨识工作流

一个实用的流程通常是：

  1. 在具有代表性的工况下记录真实平台或台架测试数据
  2. 辨识能够解释测量响应的参数
  3. 更新对应的仿真侧参数
  4. 在 Sim2Sim 中重新进行迁移测试
  5. 持续迭代，直到回放链路的行为足够接近、足以支撑后续工作

这也是为什么 Real2Sim 会排在 Sim2Sim 之前。只有当 MuJoCo 侧模型已经足够贴近真实平台时，在 MuJoCo 中测试策略才有意义。

改动的主要落点

大多数调整最终都会落在：

如果失配并非纯粹来自物理参数，而是来自命令或观测解释方式，应检查 FlightActionMapper 或 DifferentialDriveActionMapper。策略回放由 MuJoCoPlayConfig 配置，并由 MuJoCoPlayRunner 执行；任务观测定义仍由各 RL 后端负责。

参考资料

API 交叉引用