真实试错代价极高
人形机器人摔一次可能损伤硬件，不可能靠大量真实试错来训练策略。仿真成了唯一可行的训练环境。
🌉 Sim2Real Pipeline：仿真到真机的完整路径
Sim2Real 不是“训练完了往真机上一拷贝”这么简单。它是一整条 pipeline，每个环节都可能让你在真机上付出惨重代价。
1. 为什么 Sim2Real 是人形机器人的关键瓶颈
仿真和真实之间永远有差距
动力学参数不准、执行器行为不同、传感器噪声特性不同、接触摩擦无法完美建模，这个 gap 必须被系统性地处理。
这个 gap 处理不好，前面训练全废
在仿真里达到 100% 成功率的策略，上真机可能 0%。Sim2Real 的工程含金量，不在算法，在 gap 处理。
2. 完整 Pipeline 的 6 个关键环节
Step 1：仿真环境搭建
选仿真器（MuJoCo / Isaac Gym / Isaac Lab），建模（URDF / MJCF），调参数（质量、摩擦、关节限制）。这一步的模型准确度，直接决定后续所有工作的上限。
Step 2：策略训练
在仿真里用 RL 训练控制策略。关键是要在这个阶段就考虑部署侧的感受器，而不是训完再考虑。
Step 3：Domain Randomization（DR）
在训练时随机化动力学参数、观测噪声、延迟、地面摩擦、动作幅值等，强制策略对失配不敏感。DR 不是撒开了随机，而是围绕真实系统的 uncertainty 来设计。
Step 4：System Identification
通过实验辨识真实机器人的动力学参数，把辨识结果反馈到仿真模型里，缩小系统性差距。这一步不一定追求唯一最准参数，而是缩小最致命的失配。
Step 5：Actuator & Delay Modeling
执行器响应带宽、动作延迟、控制频率不匹配是导致策略失效的高频原因。训练时要主动模拟这些因素，不要假设完美执行。
Step 6：真机部署与迭代
从最容易成功的条件开始（站立、慢速），逐步加难度（变速、抗扰、复杂地形）。每次上真机都是一个诊断机会，失败经验往往比成功经验更值钱。
3. 三个最常见的失败来源
动力学参数失配
质量、惯量、摩擦、关节死区与真实系统不符，是最常见的策略失效原因。
执行器模型失配
带宽不足、延迟过大、饱和非线性，在仿真里很容易被忽略，在真机上却是决定性因素。
接触力学不准确
足底碰撞、软硬地面差异、滑动摩擦误差，在高动态动作里会迅速放大。
4. Domain Randomization 的正确打开方式
不是随机得越多越好
随机化范围太大会让策略学不到任何有效信息，太小又无法覆盖真实不确定性。需要围绕真实系统实测来确定范围。
要随机化哪些量
质量、摩擦系数、关节阻尼、延迟时间、观测噪声、动作延迟、执行器带宽。不要随机化那些对系统影响很小的参数。
Payload Randomization
在人形机器人上经常被忽略的一个随机化来源，是负载变化（手里拿东西）。把 payload 也纳入随机范围很重要。
观测随机化
IMU 噪声特性、编码器分辨率、传感器延迟，观测侧的随机化往往比只随机化动力学更重要。
5. 部署时的分级放权策略
Level 1：站立与静态平衡
先验证策略在最低难度下能工作，建立基准。
Level 2：慢速行走
在降低速度要求下验证基本 locomotion 是否成立。
Level 3：正常速度与变速
在设计速度下测试，检查速度变化时的鲁棒性。
Level 4：外部扰动
轻推、地面变化、不平整地形，逐步加大扰动强度。
Level 5：复杂地形与任务集成
楼梯、障碍物、上层任务目标，逐步推向完整任务。
6. 建议下一步阅读顺序
先看仿真侧能力
先读 IsaacGym.md 和 Simulator.md，明确并行仿真、物理后端和 domain randomization 在哪里起作用。
再看训练系统
最后回到控制与部署
再跳到 运动控制总览 和 WBC vs RL，理解为什么真实落地时，控制骨架和系统约束往往比算法 headline 更重要。
7. 一句话总结
Sim2Real 的核心不是算法，而是系统性 gap 处理。训练时就把真实约束塞进来，比训完再救场要靠谱得多。
关联入口
机器人强化学习总览
RL 训练是 Sim2Real pipeline 的上游。
WBC vs RL
WBC 策略的 Sim2Real，往往比 RL 更直接，因为不需要处理 exploration 带来的额外 gap。
Motion Retargeting Pipeline
IL 数据从哪来、如何处理，也是 Sim2Real 里经常出问题的环节。
IsaacGym 示例清单
28 个示例覆盖 GPU 并行仿真、domain randomization、力控等主题，是上手 Isaac Gym 的实操路径。
Simulator 笔记
仿真器选型对比与实践记录。
Train 总览
训练相关资源入口，适合把仿真、训练和部署问题串成一条线。
MimicKit 训练循环解析
如果你关心 sample collection、测试回放、日志与 checkpoint，这篇是从训练系统角度理解 sim2real 准备工作的入口。