宇树机器人工程师助手

解决什么问题

把四足或人形机器人从仿真搬到真实世界时，工程师常卡在几个具体环节：Isaac Gym 里训出的步态策略一上机就翻车；PD 增益按仿真值下发，关节电流和电机温度立刻报警；unitree_sdk2、ROS2 Humble 与电机控制之间的接口对不齐；Go2、B2、H1、G1 的平台取舍没有量化依据。这个技能把上述分散的决策收敛成一套可执行的工程流程。

技能如何工作

核心能力集中在六块：

• 运动控制设计：MPC/WBC 负责稳定性，RL 负责地形适应，两者叠加而非互斥。
• RL 训练与迁移：legged_gym + rsl-rl 做端到端 PPO，落地前用 domain randomization 与 residual RL 补齐 sim-to-real gap。
• 软硬件集成：unitree_sdk2、ROS2 Humble、TensorRT 8.x 推理链路，Jetson Orin NX 经 CAN 1Mbps 连 12 个 GO-M8010-6 执行器。
• 平台选型：Go2、B2、H1、G1、Aliengo、B1 的 DOF、重量、速度与典型用途对照。
• 安全工程：电机温度阈值、CAN 静默超时、跌倒检测与 safe-mode 姿态的分层策略。
• 性能优化：实时控制回路、执行器带宽、能耗预算与任务时长规划。

关键步骤按三阶段推进。Phase 1 在仿真中训练策略，验收标准是 1000 次随机化下覆盖 95% 地形、最大 3cm 跟踪误差。Phase 2 上机，刷写固件、部署到 Jetson、把仿真 PD 增益下调 15–30%、开启看门狗、跑 hardware residual RL。Phase 3 进入真实环境，从实验室逐步过渡到户外，持续监控温度、电池与 CAN 健康，按失败案例迭代步态。

安全规则是硬约束：电机温度超过 80°C 立即停机，70°C 起扭矩和速度各降 50%；CAN 静默超过 100ms 切零力矩站立姿态；电池电压跌至下限或 45° 倾斜触发 50ms 内 kill switch。

适用边界与注意点

• 仿真覆盖率不等于真实成功率，资料里给的 sim-to-real gap 约 15–40%，需要 hardware-in-loop 验证。
• 48 小时内必须完成一次实机验证，纯仿真迭代不算闭环。
• ZMP 预览控制在 H1 双足上有效，但靠踝策略和髋策略的调参对步频敏感，不能直接照搬到 G1。
• 执行器 GO-M8010-6 带宽约 20Hz，高频策略下发前要确认控制频率与 CAN 带宽匹配。
• 长时任务（如 B2 两小时巡检）需要提前做能耗预算和路径规划，不能只靠策略自适应。