执行器比几何更难
在 800 g 的小型双足机器人上，伺服电机的电压控制、反电动势、库仑摩擦与负载相关摩擦占据了大部分 sim-to-real gap。官方使用 Dynamixel XL330 的 BAM M6 模型，而不是理想 PD。
把现实的不完美教给策略
训练随机化包含电池电压、负载压降、命令延迟与摩擦。Backlash 任务还为 14 个伺服关节加入 ±1° 齿隙，并让编码器读取齿隙输出侧。
共享观测契约
策略共享 61 维 actor observation：48 维本体感知，加速度/头部/身体命令槽。未使用的命令槽补零，使 walking、recovery 和 trick policy 可以热切换。
本文根据官方公开资料整理。命令与接口可能随早期版本变化，操作真机前请核对官方仓库最新 cheatsheet。