Microduck sim2real 核心：BAM 执行器辨识的 6 个阶段与摩擦建模实战

Meta: 拆解 BAM（Better Actuator Models）如何在 Microduck 上完成从单摆实验到 MuJoCo 仿真部署的完整执行器辨识流程，含 M1-M6 六阶段参数拟合详解。

写 sim2real 绕不开一个问题：为什么仿真里走得稳的策略，一上真机就原地抖？

Pollen Robotics 的 Microduck 用了一个叫 BAM 的开源工具来解决这个问题。BAM 全称 Better Actuator Models，由 Rhoban 实验室开发，2025 年发表在 ICRA 上。核心思路很直接——把舵机建模这件事从「给个阻尼系数就完事」升级到「把电机、摩擦、反弹间隙全部分离辨识」。

这篇文章把 BAM 的整个工作流拆开讲，结合 Microduck 的实际复刻经验。

为什么默认的摩擦模型不够用

MuJoCo 默认的摩擦模型是 Coulomb + Viscous，也就是常说的干摩擦加粘滞摩擦。对大多数仿真来说够了，但到双足机器人这个尺度——15 个微型舵机驱动一个 800g 的躯体——就出问题了。

问题出在三个地方：

Stribeck 效应：低速时摩擦力反而更大，这对步态切换瞬间影响巨大
负载依赖：同一个舵机，关节受力和不受力时摩擦参数完全不一样
回差（Backlash）：齿轮间隙在 MuJoCo 里默认不存在，但 Microduck 的 XL330 有大约 ±1° 的齿隙

Pollen 团队实测过，用默认 Coulomb-Viscous 模型训出来的策略在真机上会「感觉像踩在冰面上」——因为仿真里的关节响应太理想化了。

BAM 的论文（Duclusaud et al., ICRA 2025）对这个问题做了定量分析：扩展摩擦模型能把仿真和真机的关节轨迹误差降低 60% 以上。

BAM 的 6 阶段辨识流程

BAM 的辨识管线分 6 个阶段，从搭台架到输出可部署模型，每步产出可验证的参数。

M1：台架搭建与数据采集

需要一个单摆台架：把舵机固定在支架上，摆臂水平伸出，末端挂已知质量的重物。目的是让舵机在受载情况下做正弦扫频运动，记录输入（电压指令）和输出（实际角度）。

数据采集的关键参数：

采样率：100Hz 以上（Microduck 控制循环是 50Hz，采集需要 2 倍以上）
激励信号：chirp 信号，1-20Hz 扫频
记录内容：指令位置、实际位置、电流、温度
持续时间：每条轨迹 10-20 秒，重复 3 次取平均

对于复刻场景（用飞特 HL-1910 替代 XL330），这一步是必须重做的——不同舵机的电气特性完全不同。

M2：运动学参数拟合

用采集到的数据拟合最基本的参数：齿轮比、电位计零点偏移、输出轴角度范围。

BAM 用一个非线性最小二乘优化器来解这个拟合问题，损失函数是预测角度和实测角度的 RMSE。这一阶段通常在 1-2 分钟内收敛。

M3：电机动力学参数

这一阶段辨识电机本身的电气参数：反电动势常数（Kv）、绕组电阻（R）、电感（L）。BAM 通过分析电压-电流关系来分离这些参数，不依赖外部测量设备。

核心公式是电压平衡方程：

V_applied = R × I + L × dI/dt + K_v × ω

BAM 从实测的电压阶跃响应中提取这些系数。对 XL330，BAM 开源库已经给出了参考值，但如果换舵机，这一阶段的实验数据是必采的。

M4：摩擦模型参数

这是最关键的阶段。BAM 支持 6 种摩擦模型，从简单到复杂：

Coulomb + Viscous（MuJoCo 默认）
Coulomb + Viscous + Stribeck（添加低速摩擦峰值）
Coulomb + Viscous + Stribeck + Load-dependent（添加负载相关项）
Coulomb + Viscous + Stribeck + Quadratic（添加二次项）
Coulomb + Viscous + Stribeck + Load-dependent + Quadratic（完整 5 参数模型）
M6 完整模型：在 5 参数基础上再加方向依赖和温度补偿

Microduck 在训练中使用的是 M6 模型。为什么选最复杂的？因为 PPO 训练时，仿真里差一个摩擦参数，策略学到的「最优动作」就完全不一样。Pollen 团队在 AGENTS.md 里专门强调过：在微型舵机这个尺度，执行器保真度占据了 sim2real gap 的大部分。

M5：回差（Backlash）参数

BAM 支持单独辨识齿轮间隙。Microduck 的 XL330 有大约 ±1° 的回差——看起来不大，但在 50Hz 控制循环里，每次换向时这 2° 的死区会造成明显的轨迹跟踪误差。

BAM 用正弦激励下的滞后环（hysteresis loop）来拟合 backlash。具体做法是给舵机发一个完整周期的正弦指令，测量实际响应和指令之间的相位滞后和幅值衰减，从中反推出齿轮间隙宽度。

M6：验证与集成

最后一步：把拟合好的模型放到 MuJoCo 里跑一遍，和真机的响应做对比。BAM 提供了一个叫 bam.mujoco.MujocoController 的接口，直接在 MuJoCo 里模拟电压控制舵机。

验证标准：在 50Hz 控制循环下，仿真关节轨迹和真机关节轨迹的 RMSE 不超过 3°。Pollen 团队报告的数据是在 5° 以内可接受，3° 以内算好。

域随机化：给仿真加「噪声毯」

单靠 BAM 还不够——任何模型都有残差。Microduck 的 RL 训练用域随机化来兜底。

从 microduck_rl 仓库的源码可以看到具体的随机化维度：

电池电压：7.4V ± 0.5V（模拟 2S LiPo 放电曲线）
电压降落：负载时额外 -0.3V
指令延迟：±1 个控制周期（模拟串行总线延迟）
摩擦幅值：±20%
IMU 噪声：角速度 ±0.1 rad/s，加速度 ±0.2 m/s²
质量分布：躯干质心 ±5mm

关键技巧：随机化参数必须在每次 reset 时重新采样，不能跨 episode 累积——Pollen 团队踩过这个坑，累积的 CoM 随机化曾导致连续几个月的训练退化。

在复刻场景下的实操建议

如果你像我一样用国产飞特 HL-1910 替代 XL330，BAM 流程需要完整重走一遍：

飞特舵机的寄存器表和 XL330 不一样——TTL 电平、波特率、协议格式都需要适配
BAM 目前没有内置飞特 HL 系列的参数库，所以 M1-M6 全部要从头跑
好消息：BAM 的代码和文档质量很高，单摆台架的搭建指南在 readthedocs 上有完整说明

实际投入估算：

台架搭建：2-3 小时
数据采集：1 小时（15 个舵机逐个测）
M2-M4 拟合：每舵机 10-15 分钟
M5 回差辨识：每舵机 5 分钟
M6 验证：1 小时
总计：大约一个工作日的投入

对比省下的成本（¥1,080 舵机差价 + 后续训练时间的节省），这笔投入的 ROI 很高。BAM 做好的策略在新舵机上训，比不辨识直接硬训要快得多。

小结

BAM 解决的是 sim2real 中最底层的问题：执行器建模。没有准确的舵机模型，域随机化调得再好，策略在真机上也会出现奇怪的失败模式。

对做开源机器人复刻的开发者来说，BAM 的价值尤其大——因为你大概率不会用原厂舵机。换舵机 = 重训策略，重训策略的前提是准确的执行器模型。BAM 提供了这条链路中缺失的一环。

Microduck 的复刻进度和 BAM 实验记录持续更新在 duck.whatled.com。