训练得到一个策略模型，并不代表把 .pt 文件加载进仿真器，机器人就一定能稳定运动。

在实际评估中，经常会遇到这些情况：

• 策略文件加载成功，机器人却一启动就倒下。
• 模型输入、输出维度都正确，关节运动依然异常。
• 机器人可以站立，但无法响应前进和转向指令。
• 同一个策略，换一个初始高度后表现完全不同。
• 机器人出现剧烈抖动、反向运动或者脚部穿透地面。

这些问题不一定来自策略模型本身。初始姿态、关节顺序、观察量、动作缩放和物理场景，都可能影响最终结果。

本文以 G1 12DOF 人形机器人和 motion.pt 行走策略为例，梳理一次完整的策略评估流程。

一、策略评估到底在做什么

策略评估可以理解为：把已经训练好的控制器放回物理环境中试跑。

整个控制流程可以简化为：

当前仿真状态
    ↓
构造策略观察量
    ↓
motion.pt 策略模型
    ↓
输出关节动作
    ↓
转换为关节控制目标
    ↓
物理求解器计算下一帧
    ↓
得到新的机器人状态

评估不会重新训练模型，也不会生成新的策略文件。它要验证的是：现有策略能否在当前机器人模型和物理场景中正常运行。

二、先确认策略的输入和输出维度

本次使用的 motion.pt 对应 G1 的 12 个腿部驱动关节。

模型检测结果为：

观察维度：47
动作维度：12

47维观察量通常由以下内容组成：

基座角速度          3
重力投影方向        3
运动指令            3
关节位置           12
关节速度           12
上一帧动作         12
步态相位            2
----------------------
合计               47

模型输出的12维动作，则对应G1左右腿的12个驱动关节。

维度匹配只是第一步。如果动作顺序和关节顺序不一致，12维动作仍然可能被发送到错误的关节。

三、关节顺序为什么比关节数量更重要

策略输出本质上是一组按照固定顺序排列的数字：

action[0], action[1], action[2] ... action[11]

仿真器需要知道每一维动作应该控制哪个关节。

以部署版 G1 策略为例，关节顺序通常从左腿开始，再映射到右腿，包括髋部、膝部和踝部关节。

如果策略认为 action[0] 控制髋部俯仰，而仿真器却把它映射到了髋部偏航，那么即使输入、输出维度完全正确，机器人也可能出现：

• 左右腿动作不对称
• 关节反向运动
• 高频抖动
• 起步时直接失去平衡

因此，使用部署策略 motion.pt 时，需要选择与部署工程一致的关节顺序，而不是仅按照名称排序。

四、初始高度会直接影响评估结果

在当前 G1 案例中，机器人根节点的初始位置为：

x = 0
y = 0
z = 0.8m

这里的 0.8m 不是机器人的整体身高，而是机器人根节点，也就是骨盆附近坐标系相对地面的高度。

初始高度太低时，脚部碰撞体可能已经进入地面。物理仿真开始后，求解器会产生较大的接触力，将机器人向上推出。

初始高度太高时，机器人会先自由落体。落地瞬间产生的冲击可能超出策略训练时经历过的状态范围，导致策略无法及时恢复平衡。

因此，评估前应检查：

• 地面高度是否正确。
• 双脚是否与地面合理接触。
• 碰撞体是否发生初始穿透。
• 根节点高度是否接近训练配置。
• 初始姿态是否接近策略的默认站立姿态。

五、默认姿态不是“完全站直”

人形机器人的默认站立姿态通常会保留一定的关节弯曲。

以当前 G1 配置为例，部分关节的默认角度为：

髋部俯仰：-0.1 rad
膝关节：   0.3 rad
踝部俯仰：-0.2 rad

这种轻微屈膝姿态可以为平衡控制留出调节空间。

如果将所有关节强行设为零，机器人虽然看起来更加“笔直”，但初始观察量已经偏离策略训练时的默认状态，启动后反而可能更不稳定。

六、动作缩放和PD参数也必须一致

策略输出通常不会直接作为关节角度使用，而是经过缩放后叠加到默认姿态上：

目标关节角度 = 默认关节角度 + action_scale × 策略动作

当前示例中的动作缩放系数为：

action_scale = 0.25

如果动作缩放过大，机器人可能出现剧烈摆动；如果过小，动作又可能不足以维持平衡或完成行走。

此外，关节刚度和阻尼也会影响动作效果：

• 刚度过高，动作可能僵硬并产生振荡。
• 刚度过低，关节可能无法支撑机器人。
• 阻尼过低，关节容易持续抖动。
• 阻尼过高，动作响应会变慢。

这些参数应尽量与策略训练或部署时的配置保持一致。

七、在 FlexPhysics Gym 中进行 G1 策略评估

本次评估流程如下：

1. 进入案例展台，加载 G1 12DOF 案例。
2. 确认场景中已经包含 G1 和地面。
3. 检查机器人初始高度、姿态和脚部接触。
4. 打开“评估”页面。
5. 在评估模型中选择 motion.pt。
6. 等待系统检测模型的观察维度和动作维度。
7. 在驱动关节页面确认12个腿部关节及其顺序。
8. 检查观察模板、动作缩放和运动指令。
9. 点击“开始评估”。
10. 在视图区观察机器人姿态和行走效果。
11. 使用 W、S、A、D 调整运动指令。
12. 通过回放检查完整运动过程。

需要注意，WASD代表的是速度指令：

W：向前
S：向后
A：身体向左转
D：身体向右转

A和D控制的是偏航方向，不是直接向左、向右平移。

当前默认运动指令可以表示为：

cmd_init = [vx, vy, yaw]
cmd_init = [0.5, 0, 0]

也就是给策略一个向前运动的速度目标。

八、我们还测试了几个特殊初始高度

为了观察策略面对异常初始状态时的表现，我们调整了 G1 的初始高度。

初始高度3.5米

G1从高处落下后产生了明显冲击，但策略仍然恢复了身体姿态，并继续向前运动。

这说明该策略在当前仿真配置下具有一定的状态恢复能力。

初始高度35米

高度提高到35米后，落地冲击明显超出策略能够恢复的范围，机器人最终失稳。

初始高度0.54米

在0.54米时，机器人与地面产生了剧烈的初始接触，被接触力向上弹起。

有意思的是，机器人在跌跌撞撞之后仍然恢复了运动。虽然步态并不自然，但策略没有立即完全失效。

需要强调的是，这些结果只代表当前策略、碰撞体和物理参数组合下的仿真现象，不能直接视为真实机器人抗冲击能力。

九、常见问题排查

现象	优先检查
启动后直接倒下	初始高度、默认姿态、脚部接触、关节顺序
机器人剧烈抖动	动作缩放、PD参数、关节映射
模型无法开始评估	观察维度和动作维度是否匹配
机器人站着不动	运动指令、驱动关节、策略输出
左右腿动作异常	左右关节名称和映射顺序
按WASD没有反应	输入焦点是否停留在文本框
转向方向相反	偏航指令方向和坐标系约定
脚部弹飞或穿透	初始高度、碰撞体和地面位置

十、总结

一个策略能否在仿真环境中正常运行，不只取决于 motion.pt 文件是否加载成功。

完整的评估链路至少包括：

机器人模型
+ 初始姿态
+ 碰撞与物理场景
+ 观察量结构
+ 驱动关节顺序
+ 动作缩放
+ 控制参数
+ 运动指令

只有这些条件与训练或部署配置保持一致，评估结果才具有参考价值。

FlexPhysics 案例库：

https://flexphysics.com/showcase?utm_source=cn&utm_campaign=pe

FlexPhysics 文档中心：

https://flexphysics.com/docs?utm_source=cn&utm_campaign=pe