桌面电脑上练两分钟，四足机器人直接上真机

机器人学走路，最贵的一步往往不是训练，而是「从仿真搬到真机」——仿真里走得好好的，一落地就摔。一篇新论文说，问题可能出在接触的梯度算错了，而且它给出的修法便宜得惊人：普通台式机上不到两分钟，训出的策略直接上真机。

一、发生了什么

论文要解决的是足式机器人里的一个老难题：摩擦接触本质上是断续的——脚是贴住、压紧还是打滑，模式一换，物理方程就跳变，传统精确解在这些切换点上没有一阶梯度，策略学习只能瞎摸。

作者的思路很克制：正向求解保持原来的硬接触计算不变，保证仿真出的动作真实可行；只在反向传播时，把接触敏感度换成一个新的平滑解析梯度。做法是对库仑摩擦的二阶锥互补条件做中心路径松弛，把分离、压紧、滑动几种模式的状态方程抹平，用牛顿迭代从硬接触解出发求出松弛点，再在那里算敏感度。好处是：梯度在接触模式切换处保持连续，松弛趋于零时又收敛回精确解。

这段话需要一点背景才好懂。足式机器人的策略大多在物理仿真里训练，仿真器算接触靠的是迭代求解，梯度和导数常常是缺失的；而强化学习、轨迹优化这些主流方法都建立在「对参数求导」之上，接触处的导数断层，直接导致仿真里学到的技巧在真机上打折。这是背景，不是论文结论。

效果有两个层面。策略学习上，用十万条样本、台式机两分钟以内完成训练，策略不做任何微调直接部署到真机，小跑步态能扛住外力推搡，还能走过碎石路面和湿滑地面。轨迹优化上，这个梯度能找到精确梯度和 Signorini 松弛梯度都漏掉的富接触解。

二、跟你有什么关系

做足式机器人的工程师：训练成本降到了「一台台式机、两分钟」的量级，快速迭代控制策略的门槛被拉低，小团队也能玩得起。

做可微仿真的研究者：这篇文章示范了一种「只动反向、不动正向」的改造范式，现有仿真器可以低成本接入，不必推翻重建。

做具身落地的从业者：免微调上真机意味着 sim-to-real 缺口在特定任务上可以收窄到零，交付周期里的调试时间能省出一大块。

三、怎么用

1. 如果你的策略训练依赖可微仿真，先检查接触模式切换处的梯度是否连续——这正是策略在真机上「莫明摔跤」的常见来源。
2. 评估新梯度方法时，用「真机免微调」做硬指标，而不是只看仿真分数；这篇论文的验证标准值得抄。
3. 做富接触轨迹优化时，可以对比精确梯度与松弛梯度的解集，看是否存在被漏掉的接触丰富方案。

四、三个别信的说法

「可微仿真就得把物理引擎全部重写。」 论文只替换了反向传播里的敏感度，正向求解原封不动，改造成本远比想象低。

「真机迁移一定要靠大规模随机化和微调。」 在这项工作的设置里，策略不做微调就能上硬件扛推搡、走碎石——前提是把接触梯度算对。

「接触问题精度和平滑不可兼得。」 这个梯度在松弛归零时会收敛回精确解，平滑是过渡手段而不是妥协终点。

五、一句话结论

把接触的梯度算平滑，比堆数据、堆算力更能治 sim-to-real 的水土不服。

信息来源

• arXiv 论文页：Differentiable Contact Dynamics for Legged Locomotion（2026-10-26）

功能与价格以官方公告为准。本文写于 2026 年 10 月 28 日。