Bridging the Sim-to-Real Gap in Parallel-Link Leg Mechanisms via Simulator-Side Dynamics Normalization
论文提出 Simulator-Side System Normalization (S3N) 方法，用于减少并联腿机构在仿真中因串行树替代表示导致的动力学 sim-to-real 差距。S3N-Act 通过坐标变换纳入执行器惯性和阻尼，S3N-Full 通过识别频率响应恢复残余连杆惯性。在 2-DoF 验证中，S3N-Full 将关节位置和力矩 RMSE 分别降低 80.9% 和 82.1%，相对于 Jacobian 映射基线。在 pitch-in-place 运动中，S3N-Act 和 S3N-Full 将地面反作用力范数 RMSE 分别降低 65.1% 和 62.4%。
发展脉络
- 首次出现Bridging the Sim-to-Real Gap in Parallel-Link Leg Mechanisms via Simulator-Side Dynamics NormalizationarXiv cs.RO
- 当前判断该研究为腿式机器人仿真提供了新的动力学归一化方法，可能提升仿真到现实迁移的保真度，对机器人运动控制和仿真平台开发有潜在影响。Agent Pulse · 分析
该论文针对并联腿机构在仿真中因使用串行树替代表示而产生的动力学 sim-to-real 差距，提出 Simulator-Side System Normalization (S3N) 方法。传统 Jacobian 映射保持运动学和虚功关系一致，但未考虑坐标变换引起的执行器惯性和阻尼重新分布，以及串行树简化中省略的连杆惯性。S3N 在保持树拓扑的同时归一化串行树仿真器的有效动力学。S3N-Act 通过坐标变换将执行器惯性和阻尼纳入串行坐标动力学，S3N-Full 通过分别识别执行器和腿部频率响应来恢复残余连杆惯性。在 2-DoF 验证中，S3N-Full 将关节位置和力矩 RMSE 分别降低 80.9% 和 82.1%，相对于 Jacobian 映射基线。在 pitch-in-place 运动中，S3N-Act 和 S3N-Full 将地面反作用力范数 RMSE 分别降低 65.1% 和 62.4%。在圆形运动中，S3N-Full 降低了相位平均的...（摘要截断）。
S3N 方法通过坐标变换和频率响应识别，在保持串行树拓扑的同时归一化动力学，解决了并联机构仿真中因串行树替代导致的惯性和阻尼分布误差。S3N-Act 和 S3N-Full 分别处理执行器级和连杆级惯性，显著降低关节位置和力矩误差，表明仿真侧动力学归一化可有效缩小 sim-to-real 差距。
该研究为腿式机器人仿真提供了新的动力学归一化方法，可能提升仿真到现实迁移的保真度，对机器人运动控制和仿真平台开发有潜在影响。
该方法可能降低机器人开发中仿真与现实的差距，减少物理测试成本，加速腿式机器人从仿真到部署的迭代，对机器人公司具有成本效益价值。
未来可验证 S3N 在更高自由度、不同地形和真实机器人上的泛化能力，以及与其他 sim-to-real 技术（如域随机化）的结合效果。