人形機器人虛實遷移框架 ASAP：宇樹 G1 實現高敏捷全身動作

讓模擬環境裡活蹦亂跳的人形機器人走進現實，往往會變成肢體僵硬的「生鏽鐵皮人」。虛擬環境裡的物理引擎再精密，落到真實地面的摩擦力、電機發熱和機械間隙時，依然存在巨大的動力學差距。

面對這個業界常說的 Sim-to-Real 鴻溝，來自多所高校和機構的研究團隊提出了一套名為 ASAP 的全新兩階段框架，試圖讓人形機器人在真實世界裡完整復現人類級別的敏捷全身運動。

別讓機器人為了不出錯而變笨

過去為了讓虛擬訓練的策略能在真機上跑起來，行業內最常用的兩招是系統辨識和域隨機化。

系統辨識需要工程師死磕物理引數，一點點微調摩擦力和質量分佈，費時費力還不一定準。域隨機化則是讓 AI 在各種極端亂套的環境裡受訓，結果訓練出來的機器人通常極其保守，每走一步都小心翼翼，原本敏捷的動作全被磨平了。

ASAP 的思路很巧妙，它把學習拆成了兩步。第一步，在模擬環境裡用人類動作捕捉資料先預訓練動作跟蹤策略，讓機器人學會怎麼動全身。

第二步，把初步策略放到真實世界裡跑一跑，收集真機和虛擬表現的差異資料，專門訓練一個「動作殘差模型」。說白了，就是算出真機到底比模擬差了哪一截力度或角度。

隨後，團隊把這個殘差模型塞回模擬器中，重新對預訓練策略進行微調。這樣一來，模擬器本身就掌握了真機的物理特性，微調出來的動作既保持了敏捷度，又適應了真機的實際限制。

從虛擬引擎到宇樹 G1 實體機

這套方案不僅在模擬器之間的遷移上得到了驗證，還成功跨越了不同工具鏈。

團隊在 IsaacGym 到 IsaacSim、IsaacGym 到 Genesis 兩個跨引擎測試中驗證了有效性，更關鍵的是，他們直接將這套演算法部署到了宇樹科技的 G1 人形機器人真機上。

實驗資料顯示，相比傳統的系統辨識、域隨機化以及殘差動力學基線，ASAP 顯著降低了動作跟蹤誤差，同時保留了高度協調的全身動態能力。

以前真機一做就摔或者動作變形的高難度動態動作，現在 G1 能夠平穩且舒展地完成，證明了殘差動作學習在彌合物理差距上的威力。

為什麼重要

對於機器人研發團隊和具身智慧開發者來說，ASAP 提供了一條成本更低、動作質量更高的真機落地路徑。以前要在真機上調出一個連貫的跑跳或閃避動作，光是調參和防摔就要折騰幾個月，現在可以通過在虛擬環境裡高保真微調來節省大量實機除錯時間。

從行業角度看，人形機器人正在從「能走能站」向「高動態作業」演進。無論是工廠搬運、倉儲穿梭還是應急救援，機器人如果動作慢吞吞、缺乏全身協同，就很難真正替代人工。ASAP 這種用殘差模型反哺模擬器的做法，打破了傳統域隨機化帶來的效能天花板。

我們認為，這項研究最聰明的地方在於它沒有執著於把模擬器的底層物理公式改寫得多麼天衣無縫，而是直接在控制動作層面打補丁。不過，殘差模型對真機硬體磨損和環境劇烈變化的泛化能力如何，依然需要更大規模的長時間測試來檢驗。