仿真平台生态

一句话定义

机器人仿真用物理引擎 + 渲染器在计算机里重建"身体-环境"交互，把昂贵危险的真机实验变成可大规模并行、可重复、可加速的计算问题——它是现代具身智能的数据工厂。

为什么重要

• kp-206 的 RL 训练、kp-405 的基准评测、以及 VLA 的合成数据（kp-406）都建立在仿真之上；不熟悉仿真工具就动手不了。
• 2021 年 Isaac Gym 证明 GPU 上数万环境并行可行后，"仿真吞吐量"成为各家基础设施竞赛的核心指标。
• 选对引擎是工程决策：接触保真度、渲染真实感、GPU 并行、生态模型库各有取舍。

前置知识

刚体力学直觉；Python。

核心概念：主要平台谱系

仿真三层：物理引擎（算刚体/软体/接触）、渲染器（出图像给视觉）、系统集成层（ROS 桥、并行 RL API、资产库）。选型要三层一起看。

资产生态：URDF/MJCF/USD 模型格式；MuJoCo Menagerie（现成机器人模型库）、PartNet-Mobility（可开关节物体）、RoboCasa 场景库——"有资产"常比"有算法"更决定项目速度。

原理与机制

物理仿真核心：把 kp-201 的动力学方程数值积分（半隐式欧拉等），接触用求解器（LCP / soft constraint）处理。MuJoCo 的软约束建模是其接触稳定性的来源；软体、流体、绳索目前仍是各家弱项。

GPU 并行范式（Isaac Gym 开创）：物理与渲染都在 GPU 上，数千环境共享一次策略前向——从"CPU 上 1 个环境 1 步 1ms"到"GPU 上 4096 环境 1 步合批"，RL 训练提速 3~4 个数量级。

渲染两难：物理快与画面真难以兼得。RL locomotion 只需要本体观测（不需要渲染）；操作策略需要视觉，就要 RTX 级渲染 + 域随机化（kp-402）。

时间与频率：仿真步长（通常 1~5 ms）× 控制频率（50~1000 Hz）× 动作插值方式共同决定与真机的一致性；不同步长训出的策略直接上真机常出问题。

公式与图示

传统 CPU 串行：  env1(step) env2(step) env3 ...      ← 1 步/毫秒级
GPU 批并行：     [4096 envs 物理 step] ──► [策略批量前向] ──► [4096 envs step]
                 （一个控制周期同时推进 4096 个世界）

MuJoCo 动力学一步的构成：前向运动学 → 碰撞检测 → 约束求解（接触力）→ 积分 → 传感输出。理解这条流水线才能解释"穿模、抖动、爆炸"三类经典仿真事故。

直观类比

• 风洞之于飞机：没风洞就没现代航空；仿真就是机器人的风洞——便宜、可控、可重复。
• 游戏引擎 vs 物理引擎：游戏要"看起来对"（视觉优先），机器人仿真要"算得对"（物理优先）；Isaac 用 RTX 把"看起来对"也补上了，两边正在合流。

实例与案例

• legged_gym / Isaac Lab：训练四足策略的标准组合拳（kp-206）；单张 4090 一晚训出可部署步态。
• MuJoCo Playground（2025）：MJX 把 MuJoCo 搬上 GPU，"MuJoCo 速度 + 并行"，配合内置常见本体（Go1/G1 等），大幅降低 locomotion 入门门槛。
• ManiSkill3：GPU 并行 + 大资产库，操作类 RL/IL 研究的一站式平台；RoboCasa 提供大规模厨房场景与自动生成演示（kp-403）。

常见误区

• 误区一：仿真结果=真机结果。任何平台都有系统性偏差（接触、摩擦、延迟）；仿真分数只用于相对比较（kp-402、kp-405）。
• 误区二：只用一个引擎做到底。常见高效组合：MuJoCo 快速迭代算法 → Isaac 出大规模数据/渲染资产 → 真机验证。
• 误区三：忽略仿真步长与控制频率对齐。真机 1 kHz 伺服在仿真中常被简化，控制延迟建模缺失是 Sim2Real 翻车的头号原因之一。

自测题

1. 为"四足复杂地形策略训练"和"桌面操作视觉策略训练"各选引擎并说明理由。
2. GPU 并行仿真的提速原理是什么？瓶颈会先出现在物理、渲染还是学习端？
3. 列出仿真中必须建模、否则 Sim2Real 必崩的三件事。

与其他知识点的关系

• kp-206 RL 控制：仿真是其训练场。
• kp-402 Sim2Real：仿真的偏差如何被系统性处理。
• kp-405 基准：仿真评测的标准环境。

延伸阅读

• Todorov, Erez & Tassa, MuJoCo: A physics engine for model-based control, IROS 2012。
• Makoviychuk et al., Isaac Gym, 2021。
• 各平台官方文档（MuJoCo、Isaac Lab、ManiSkill3）——文档质量本身就反映工程成熟度。