人形机器人沙地行走：扫描真实地形微调策略，破解仿真物理校准难题

从跌倒到站稳：一次沙地微调实验

一位开发者用 iPhone LiDAR 扫描户外沙地，将其重建为仿真环境，然后测试了宇树 G1 人形机器人的预训练运动策略。原始策略在沙地上直接跌倒，而经过随机起点微调后，机器人完成了完整试验并保持直立。这个结果直观展示了地形微调的价值，但也暴露了一个更棘手的问题：几何形状可以扫描，物理属性却难以复制。

据该 Reddit 帖子描述，团队目前的不确定性集中在物理参数而非几何模型上——“看起来一样的地面，因湿度和负载不同，滑动或下陷的方式可能截然不同”，而接触参数目前仍依赖手动调校。

几何易得，物理难求

用 LiDAR 扫描地形并重建网格，在工程上已经相对成熟。iPhone 的 LiDAR 传感器能提供足够精度的点云，配合重建工具可以生成可用于仿真的地形资产。问题在于，仿真器中的接触模型需要的不只是形状。

沙地这类可变形地面涉及摩擦系数、颗粒压实程度、含水量对黏聚力的影响、以及负载下的下陷深度等多重变量。同一片沙地在干燥和潮湿状态下，机器人足端的受力响应可能完全不同。手动调参可以跑通一次试验，但很难保证策略在真实世界的泛化能力。

域随机化（Domain Randomization） 是 sim-to-real 迁移中的核心训练技术。其基本思路是：在仿真训练时，对光照、纹理、摩擦系数、质量、传感器噪声等物理与视觉参数施加随机扰动，让策略在大量不同的“仿真变体”中学习。这样一来，真实世界就被视为仿真参数分布中的一个采样点，策略因见过足够多的变化而具备泛化能力。域随机化的效果高度依赖随机范围的设定：范围过窄则覆盖不到真实差异，范围过宽则策略趋于保守、性能下降。实践中常采用课程式扩展或根据真实数据收窄范围来平衡鲁棒性与性能。

系统辨识（System Identification） 则是从真实系统采集输入-输出数据，反推仿真模型的未知参数（如摩擦系数、关节阻尼、接触刚度）。在机器人领域，常见做法是让机器人执行受控激励动作，记录关节力矩与运动响应，再通过优化使仿真轨迹与实测轨迹对齐。相比域随机化，系统辨识能得到更贴近真实的参数点估计，但依赖高质量测量数据和额外的实验流程，且对难以直接测量的参数（如沙地含水量）效果有限。

社区关注的校准路径

帖子向社区提出的核心问题是：在户外地形的 sim-to-real 中，如何校准摩擦和可变形地面模型？提问者列出了几条候选路径——大范围域随机化、从真实机器人采集测量数据、或其他方案——并希望获得可复现的论文或装置参考。

从公开讨论看，域随机化是当前最常用的兜底手段：在仿真中对摩擦系数、地面刚度等参数施加宽范围随机扰动，迫使策略学会在不确定物理条件下保持稳定。但这种方法的问题也很明显——随机范围设得越宽，策略越保守，可能牺牲在真实地面上的性能表现。

另一条路径是用真实机器人数据做系统辨识。让机器人在已知地形上执行受控动作，通过足端力传感器和本体感受数据反推接触参数。这比纯随机更贴近真实，但需要额外的硬件和实验流程。

可变形地面的特殊性

沙地不同于刚性地面，接触模型需要考虑颗粒介质的屈服行为。常见的简化做法是用可变形地形模型或等效弹簧-阻尼系统近似，但参数标定仍然是瓶颈。湿度这一变量尤其棘手——它同时影响摩擦和承载能力，而扫描数据无法直接捕捉。

有理由认为，混合方案可能更实用：先用域随机化覆盖参数不确定性，再用少量真实测量数据收窄关键参数的范围。这样既保留了策略的鲁棒性，又不至于因过度随机而丧失性能。

可变形地形模型 是仿真器处理沙、泥、雪等非刚性地面的常用手段。以 MuJoCo 的软接触模型为例，它在地面接触点引入等效的弹簧-阻尼-摩擦元件，通过调整刚度、阻尼、摩擦系数和滑移参数来近似颗粒介质的承载与屈服行为。这类模型计算效率高，但参数缺乏明确物理含义，往往需要针对每种地面材料单独标定。更精细的方法包括基于离散元（DEM）的颗粒仿真或位置基动力学（PBD）的沙地模型，能捕捉颗粒流动与压实，但计算成本高，难以用于大规模强化学习训练。因此实践中常以简化模型加域随机化来覆盖模型误差，而标定这些简化模型的参数正是当前瓶颈。

对 sim-to-real 实践的启示

这个案例的价值在于它清晰地划出了 sim-to-real 的边界：几何保真度已经不再是主要障碍，物理保真度才是。微调能让策略在特定扫描地形上站稳，但要让策略在真实沙地上可靠行走，接触参数的校准方法仍需要更系统的解决方案。

对于从事户外地形机器人研究的团队，值得关注的方向包括：低成本的真实地形参数测量流程、可变形地面的高效仿真模型、以及域随机化与系统辨识的结合策略。帖子本身尚未给出答案，但它提出的问题——如何验证仿真中的地形物理——正是当前 sim-to-real 研究的核心缺口之一。