论文导读
麻省理工学院提出Contact-UAN，用6.5分钟G1实机走路数据修正仿真中的驱动器响应，再在修正后的仿真里训练不同任务策略。论文报告，实机力跟踪误差约降低43%、跑步力矩用量降低20%，同一个驱动修正模型还能支持跳跃和柔顺控制，让仿真中的用力更贴近真实硬件。
动作像了，用力未必对了
机器人在仿真里跑得很好，搬到真实硬件后却可能过度用力、难以跟踪目标力，甚至在起跳或落地时出现问题。外观上像在做同一个动作，并不代表驱动器和地面之间的力也复现了。
Contact-UAN保留仿真器已有的刚体与接触物理，只学习一层驱动命令修正。它用机器人自己的惯性、关节等感知记录真实行走，再尝试让相同命令在仿真里产生更接近硬件的状态变化。
图：G1实机跑步、力控、柔顺、阻抗轨迹和跳跃等行为的组合展示。
收集6.5分钟走路数据，不等于6.5分钟从零学会跑跳。这个时间指修正模型所用的实机数据；跑步、力控和跳跃等下游策略仍分别在加入修正模型的仿真中训练。它复用的是驱动差异的校正，不是把所有任务合成一条万能策略。
先让脚下的接触对上，才能学到电机差异
回放真实运动之前，仿真必须从合适状态开始。脚在地面上的高度或倾角只偏一点，软接触模型里的支撑力就可能变很多。若起点本身不对，修正网络会忙着补偿初始化错误，学不到真正的驱动器偏差。
团队因此用机器人自身感知推断脚的接触状态与合适的仿真支撑姿态。这里找的是能复现相应接触力的仿真侧状态，而不是宣称不借助外部传感器也精确知道绝对高度。
图：从自身感知估计脚高、接触状态、脚姿态和底座速度，再融合重置姿态。
接触一致之后，网络在关节位置目标上添加残差，使仿真轨迹更贴近记录。下游训练时，这层修正保持冻结；部署到机器人时，只运行最终任务策略，修正网络不用再跟着上机执行。
从走路数据，检验到跑步和力控
实验使用29自由度宇树G1。作者比较加入和不加入修正模型的策略，测试跑步、力跟踪和跳跃等依赖准确用力的行为。论文报告，跑步力矩用量降低20%，平均力跟踪误差降低约43%。
图：修正前后速度跟踪、力矩减少比例和指令力与实测力的比较。
43%是相对误差改善，不是力控制成功率。比较也有明确训练条件：不使用UAN的策略加入机器人相关随机化，使用UAN的策略不需要这类随机化，但仍保留地形、地面摩擦和外部推扰随机性。不能据此写成训练完全不需要考虑环境变化。
论文还展示柔顺控制、机载感知下的阻抗轨迹跟踪和动态跳跃，说明这层从走路数据学习的修正能服务不同任务。它们各自有任务控制目标，视频中的一次动作不是大规模可靠性统计。
目前模型按驱动器独立建模，尚未覆盖跨关节耦合与电机温度变化。结果支持的是保留物理先验、学习较小硬件差异的路线：先把仿真回放校准，再检查校准是否真的改善了实机用力与动作表现。
参考资料
https://arxiv.org/abs/2610.18991
https://arxiv.org/html/2610.18991
