8.2
深览指数
科技腾讯新闻·机器之心··AI 生成
人形机器人设计正在向仿真器低头！40年机器人从业老兵发出警告
一位有40年经验的机器人专家Scott Walter提出警示：人形机器人行业正出现一种危险趋势——为了迁就仿真器和强化学习的易用性，工程师们正在主动放弃具有机械优势的复杂结构（如并联关节、线性驱动、肌腱式手部），转而采用更易建模但性能更差的串联运动链和旋转执行器。他将此现象命名为S.T.U.P.P.I.D.（被仿真器掐住脖子的低效产品集成设计）。文章的核心洞见在于划清了“仿真作为训练工具”与“仿真作为设计边界”的界限，对于关注硬件与算法协同、Sim-to-Real差距的从业者具有极高的警示价值。原文 ↗
核心观点
- ▍人形机器人行业正出现设计向仿真器妥协的危险趋势：为了满足仿真和强化学习的便利性，原本更有机械优势的复杂结构（如并联关节、线性驱动、远程传动、肌腱式手部）正被工程师主动删除，导致产品设计而非性能优化成为首要驱动力。
- ▍仿真应该作为服务设计的工具，用于探索设计空间和压力测试，一旦仿真从工程工具变成设计边界，即让硬件去适配仿真器的局限性，就变成了S.T.U.P.P.I.D.（被仿真器掐住脖子的低效产品集成设计），这是在制造更听话的机器人，而不是更好的机器人。
- 01NVIDIA的Jim Fan博士提出DFS（面向仿真的设计）理念，认为稳健的硬件和电机设计应将仿真视为一等公民，硬件与仿真协同设计是新兴方向。
- 02Unitree最新发布的人形机器人H2，将上一代G1经典的RSU并联踝关节改成了串联结构，Scott Walter判断此举是为了更好地适配强化学习训练。
- 03一些智能电机控制器正在主动限制电机输出，使其响应更线性，目的是为了匹配仿真器，而不是追求真实世界的性能最优。
- 04部分手部设计团队正在放弃肌腱结构，转向更容易在仿真中建模的直接驱动方案。
- 05许多仿真团队通过估算惯量、修整重心数据、猜测反射惯量建模来走捷径，然后通过域随机化为不稳定的系统打补丁。
- 06机器人+AI研究科学家Chris Paxton评论称，有些团队在开发人形机器人时优先考虑让Isaac Lab（英伟达开源框架）更容易仿真，而不是改进仿真器本身。他过往接触的一款机器人因其腿部有大闭环机构，在仿真中频繁遇到麻烦。
反方 / 局限
- — 作者承认DFS作为训练原则是成立的，且高质量仿真和强化学习是实现人形机器人落地的核心手段，并非反对仿真本身。
- — 作者谦虚地回顾了自己早期曾天真地在工业机器人OEM聚会上建议简化设计以方便仿真，结果被工程师们善意地否决，让他意识到问题不出在设计，而出在仿真团队的能力不足。
- — 机器人/灵巧操作创业者Matt Freed指出，硬件团队和模型训练团队如果彼此分离，关于真实需求的反馈闭环会非常慢。只有将硬件、模型、部署和迭代放在同一个闭环里，才能理解真实世界所需。
Scott WalterJim FanChris PaxtonMatt FreedRoboStrategyNVIDIAAgility RoboticsUnitreeIsaac LabSim-to-Real GapDFS (面向仿真的设计)S.T.U.P.P.I.D.
7 分钟 · 4 卡片 · 10 资料
读原文 →