概述

Domain Randomization（域随机化）是一种提高机器人策略从仿真到真实环境迁移能力的技术。通过在训练时随机化各种物理参数和环境条件，使策略能够适应真实世界的不确定性。

1. 物理材质随机化 physics_material

函数: mdp.randomize_rigid_body_material
触发模式: startup（启动时执行一次）

参数说明

• asset_cfg: 指定机器人实体，".*" 表示所有刚体部件
• static_friction_range: 静摩擦系数范围 (0.4, 1.0)
  • 控制物体从静止开始移动时的阻力
  • 值越大，越难开始滑动
• dynamic_friction_range: 动摩擦系数范围 (0.4, 0.8)
  • 控制物体运动时的阻力
  • 通常小于静摩擦系数
• restitution_range: 恢复系数范围 (0.0, 0.0)
  • 0.0 = 完全非弹性碰撞（不反弹）
  • 1.0 = 完全弹性碰撞（完全反弹）
• num_buckets: 64 个离散化桶，用于参数采样
• make_consistent: 确保动摩擦不超过静摩擦（符合物理规律）

作用

模拟不同地面材质（混凝土、瓷砖、草地等），提高机器人在不同摩擦条件下的适应性。

2. 质量随机化 add_base_mass

函数: mdp.randomize_rigid_body_mass
触发模式: startup

参数说明

• mass_distribution_params: (0.95, 1.05)
  • 质量缩放范围：95%-105%
• operation: "scale" 表示按比例缩放原始质量

作用

模拟机器人携带不同负载或部件质量差异，使策略对质量变化鲁棒。

3. 外力/力矩扰动 base_external_force_torque

函数: mdp.apply_external_force_torque
触发模式: reset（每次重置环境时）

参数说明

• force_range: (0.0, 0.0) - 当前未施加外力
• torque_range: (-0.0, 0.0) - 当前未施加力矩

作用

可用于模拟风力、碰撞等外部扰动（当前已禁用）。

4. 基座状态随机化 reset_base

函数: mdp.reset_root_state_uniform
触发模式: reset

参数说明

• pose_range: 初始位姿范围
  • x: (-0.5, 0.5) 米
  • y: (-0.5, 0.5) 米
  • yaw: (-3.14, 3.14) 弧度（完整旋转）
• velocity_range: 初始速度范围
  • 线速度 x, y, z: (-0.5, 0.5) m/s
  • 角速度 roll, pitch, yaw: (-0.5, 0.5) rad/s

作用

每次训练回合开始时，机器人从不同位置、朝向和初始速度开始，增加训练多样性。

5. 关节状态随机化 reset_robot_joints

函数: mdp.reset_joints_by_scale
触发模式: reset

参数说明

• position_range: (0.5, 1.5) - 关节位置按默认值的 50%-150% 缩放
• velocity_range: (0.0, 0.0) - 关节初始速度为 0

作用

使机器人从不同的关节配置开始，避免策略过拟合到特定初始姿态。

6. 动态推力扰动 push_robot

函数: mdp.push_by_setting_velocity
触发模式: interval（间隔触发）

参数说明

• interval_range_s: (12.0, 15.0) - 每 12-15 秒随机触发一次
• velocity_range: 施加的速度扰动
  • x: (-1.0, 1.0) m/s
  • y: (-1.0, 1.0) m/s
  • z: (0, 0) - 不施加垂直扰动

作用

模拟外部推力（如人的推动、碰撞），训练策略的恢复能力。

7. 速度命令随机化 base_velocity

函数: mdp.UniformVelocityCommandCfg
类型: 命令生成器

参数说明

• resampling_time_range: (9.0, 10.0) 秒 - 命令更新频率
• rel_standing_envs: 0.1 - 10% 的环境执行静止命令
• debug_vis: True - 显示调试可视化
• ranges: 目标速度范围
  • lin_vel_x: (-1.5, 1.5) m/s - 前后速度
  • lin_vel_y: (-0.4, 0.4) m/s - 左右速度
  • ang_vel_z: (-1.5, 1.5) rad/s - 旋转速度

作用

训练机器人跟随不同速度命令的能力，包括前进、后退、侧移、旋转及组合动作。

触发模式说明

总结

1. 物理参数随机化：摩擦、质量
2. 初始条件随机化：位姿、速度、关节状态
3. 动态扰动：推力、命令变化
4. 任务多样性：不同目标速度、静止指令

通过这些随机化，训练出的策略可以：

• 适应不同地面材质
• 应对负载变化
• 从多种初始状态恢复
• 抵抗外部干扰
• 执行多样化运动指令