跨越鸿沟：多样化四足机器人的系统化 sim-to-real 迁移

四足机器人必须实现稳健的 locomotion 与能效，才能在真实环境中实用。然而，训练于仿真的控制器往往难以可靠迁移，现有方法大多忽略电机专属能耗，或依赖复杂的人工调参奖励函数。我们提出一种框架，将仿真到真实的强化学习集成于永久磁同步电机的物理建模能源模型。该框架仅需最小参数集即可捕捉仿真到现实的鸿沟，采用简洁的四项奖励，基于原理的能量损耗函数平衡电耗与机械耗散。我们通过自下而上的动态参数识别研究进行评估与验证，涵盖执行机构、完整机器人空中轨迹与地面 locomotion。该框架在三大平台上测试，并部署于十个额外机器人，展示了无需动态参数随机化即可实现可靠策略迁移。我们的方法在能源效率上优于领先方法，实现了 ANYmal 全车运行成本降低 32 percent（值为 1.27）。所有代码、模型与数据集将公开释放。