一段人形机器人平稳行走的视频，往往只能证明它在那个时刻、那段地面和那组设备状态下完成了动作。真实世界会不断改变：地面摩擦不同，灯光忽明忽暗，关节逐渐升温，网络偶尔延迟，手中的物体也可能比预期更重。
所谓模型鲁棒性，不是机器人永远不出错，而是当环境和自身状态偏离训练条件时，它仍能维持可接受的表现；偏差进一步增大时，性能应当逐渐下降，并尽可能进入可恢复状态，而不是毫无征兆地失控。
## 为什么人形机器人尤其难
轮式机器人通常有稳定的支撑面，人形机器人却要不断把重心从一只脚转移到另一只脚。每次落脚都会产生接触冲击，脚底与地面的摩擦又很难精确预测。几十个关节必须在毫秒级控制循环中协同，任何传感误差、执行器延迟或扭矩偏差都可能沿着全身放大。
此外，人形机器人往往同时承担移动与操作任务。它不仅要保持平衡，还要观察环境、规划路径、伸手抓取并响应人的指令。高层模型给出的动作目标，最终必须经过状态估计、全身控制器和关节执行器才能变成真实动作。鲁棒性因此不是某一个神经网络的单项属性，而是整条感知与控制链路的系统属性。
## 鲁棒性的五个层面
**感知鲁棒性**关注相机、深度传感器和惯性测量单元在弱光、反光、遮挡、抖动和噪声下是否仍能提供可靠信息。增加训练图片数量并不必然解决问题，还要覆盖光照、材质、视角和动态模糊等变化。
**状态估计鲁棒性**关注机器人能否正确判断自己的姿态、速度和接触状态。单个传感器会漂移或短暂失真，因此常用多个信息源交叉估计，并对异常读数进行抑制。机器人若误以为脚已经落地，后续控制再精准也会建立在错误前提上。
**控制策略鲁棒性**关注策略在受到外力、遇到斜坡或指令突变时，能否调整步幅、落脚点和全身姿态。反馈控制很关键：系统持续观察动作结果并修正下一步，而不是一次性执行固定轨迹。
**迁移鲁棒性**关注仿真训练得到的策略能否用于真实机器。模拟器无法完全复现电机、减速器、柔性材料和接触摩擦，二者之间的差异就是“仿真到现实鸿沟”。
**硬件鲁棒性**则面对电池电压下降、关节升温、零件磨损和通信抖动。一个只在新机器、满电和恒温条件下测试过的模型，很难说明长期部署能力。
*鲁棒测试要主动制造变化，而不是只挑选机器人最擅长的地面和速度。*
## 域随机化：在仿真中制造许多个世界
域随机化是一种常见的仿真迁移方法。训练过程中，系统不断改变机器人质量、关节阻尼、电机强度、通信时延、地面摩擦、相机光照和传感噪声。策略不能记住唯一的“正确世界”，只能学习在一组可能条件下都有效的动作规律。
NVIDIA Isaac Lab等机器人学习框架提供了并行物理仿真和域随机化能力，使研究者可以同时运行大量不同条件的训练环境。它的价值在于扩大覆盖面，但随机范围并非越大越好。若训练世界与真实硬件毫无关系，策略可能为了兼顾极端情况而变得过度保守，甚至无法学会任务。
更稳妥的做法是先通过系统辨识测量真实机器的质量、延迟、关节响应和接触特性，再围绕这些测量值设置合理分布；随后把仍难建模的部分作为扰动加入训练。2025年至2026年的一些人形机器人研究还尝试在关节扭矩空间注入与状态相关的扰动，用更灵活的误差形式覆盖非线性执行器和接触差异。
## 训练会走，也要训练失衡后的下一步
只奖励“向前走得快”，模型可能学会一套漂亮但脆弱的步态。更完整的奖励与课程应覆盖姿态稳定、能耗、脚底滑动、关节极限、碰撞和动作平滑度，并逐步增加地形、负载与外力难度。
恢复能力也需要单独设计。机器人受到推力时，可以扩大支撑面、快速补步、摆动手臂或借助周围支撑物；接近不可恢复状态时，则应停止高层任务并进入保护动作。Google Research曾展示把学习策略与恢复策略分开的安全强化学习框架：当状态进入预先定义的危险区域，系统切换到恢复策略，将机器人带回稳定状态。
这揭示了一个重要原则：鲁棒系统不一定只有一个“万能模型”。高层任务策略、低层控制器、状态估计器、异常检测和恢复策略可以各司其职。分层结构更容易限定动作范围，也更容易定位故障来自哪里。
*真正有意义的指标不是“被推后没有立刻倒下”，而是偏差多大、多久恢复、任务能否继续。*
## 怎样测试鲁棒性
第一步是建立扰动清单。地面可以包含平整、柔软、低摩擦、碎石和小坡度；感知可以加入遮挡、低照度、镜头污渍与丢帧；硬件可以模拟电压变化、温升、单关节性能下降和通信延迟。
第二步是把“见过”和“没见过”的条件分开。若测试扰动与训练分布完全相同，只能说明模型记住了训练范围。真正的泛化测试应保留未知组合，例如在陌生摩擦系数下同时增加负载和传感延迟。
第三步是记录连续指标。除了任务成功率，还应观察跌倒率、最大姿态偏差、恢复时间、足底滑移、能耗、关节峰值负载和控制延迟。随着扰动逐渐增大，画出性能下降曲线，比一次“成功演示”更能说明边界。
第四步是进行长时间测试。热量、磨损和电池变化通常不会在几十秒演示中出现。重复执行同一任务，记录数小时或数天后的漂移，才能发现模型与硬件共同形成的慢性问题。
## 三个常见误区
第一个误区是把随机化当成现实的替代品。仿真可以快速覆盖大量情况，却仍需要真实硬件数据校准范围，并用实体测试发现模拟器没有表达的误差。
第二个误区是只看平均成功率。若九十九次正常、一次突然造成严重冲击，平均数可能仍然漂亮。部署前还要关注最差情况、失败类型和是否能够安全停止。
第三个误区是只评估模型，不评估整机链路。传感器时间戳错位、控制总线抖动或执行器过热，都可能让优秀模型表现失常。鲁棒性验收必须包含软件、计算平台、通信与机械系统。
## 结语
人形机器人鲁棒性是一种“面对变化仍能完成任务”的系统能力。域随机化扩大训练覆盖，系统辨识缩小仿真误差，反馈控制持续纠偏，恢复策略处理临界状态，而真实硬件的分层测试负责揭示未知问题。
因此，判断一台人形机器人是否可靠，不应只问它会做什么，还要问：环境改变多少后它仍能做，失败时能否被发现，失衡后如何恢复，以及长期运行时性能会怎样变化。
## 参考资料