SELF-PACED WORKSHOP
拆解机械结构与控制周期
先把外壳、关节、执行器和传感器分开理解，再看它们如何组成一台可控制的机器人。
从整体到组件
在 Isaac Sim 中，机器人模型不仅包含外观，还定义关节、碰撞几何和质量属性。先认识 Microduck 的机械结构，后续才能把关节名称、动作向量与仿真中的运动对应起来。Isaac Lab 会在此基础上组织观测、动作和训练任务。
Microduck 是一台小型双足机器人：双腿承担支撑与移动，颈部机构负责调整视线，机身则容纳计算、电源和连接部件。视觉网格用于呈现外观，关节与碰撞模型用于规定可发生的运动和接触，二者在仿真中承担不同职责。
左键拖动旋转，按住滚轮拖动平移，滚轮或双指缩放；移动滑块可展开结构。
将展开滑块移到中间，先找出左右腿和头颈部的舵机，再点击名称查看它们驱动的关节。继续展开，观察相机、主控板和电池的位置。最后返回总览，沿一条腿追踪关节之间的连接关系。
从机械结构到关节控制
本章要解决一个基础问题：策略输出的 14 个数字，怎样变成可见的机器人动作？先在模型中找到躯干、左右腿和头部，再沿“躯干 → 髋关节 → 膝关节 → 踝关节 → 脚”观察连接关系。这样，后面遇到关节顺序、坐标变换或脚部接触问题时，就能找到它们在实体结构中的对应位置。
左右滑动查看完整图示
关节角度决定连杆的相对姿态；沿一条机械链组合这些姿态，就能算出脚或相机相对于机身的位置。先理解这个关系，后面就能区分“头转了”和“身体转了”。
拓展：怎样沿机械链计算位置
描述一个零件的位置，还需要说明它相对于哪个坐标系。齐次变换矩阵统一表示旋转 R 和平移 t；沿机械链依次相乘，就能把脚坐标系中的点转换到躯干坐标系。这就是正向运动学：根据已知关节角度计算末端位置。
上标 B 表示躯干坐标系，下标 F 表示脚坐标系；每一项变换都来自零件的装配位置和关节转角。把相机安装在头上时，也需要沿颈部和头部的机械链计算相机朝向，不能把头部转动误认为整个身体转动。
展开模型，分别找到膝关节舵机、电池和脚，说明它们在驱动、供电和支撑中的作用。再回到装配状态，沿一条腿解释支撑力如何传回躯干。
先分清零件、关节和自由度
一支笔以笔尖为支点时可以朝多个方向转动，而铰链通常只能绕一条固定轴旋转，机器人关节也受到类似约束。自由度表示描述允许运动所需的独立变量数量，零件数量则表示装配体包含多少实体，两者并不相等。因此，网页中展示 70 个组件，并不意味着策略需要输出 70 个动作。
| 区域 | 活动关节 | 主要作用 |
|---|---|---|
| 每条腿 | 髋偏航、髋侧倾、髋俯仰、膝、踝，共 5 个 | 控制支撑与脚的位置 |
| 颈部与头部 | 颈俯仰、头俯仰、头偏航、头侧倾，共 4 个 | 改变相机朝向与头部姿态 |
| 喙部 | 实物有舵机；本课程策略不控制 | 仅用于 3D 模型 展示，不计入 14 维策略动作 |
点击髋部舵机，观察输出轴及其附近的轴承。舵机驱动关节转动，轴承支撑旋转部件，支架连接相邻关节。对照模型，区分哪些零件随输出轴转动、哪些零件固定在上一级连杆上。
软件如何让部件运动
- 1策略输出动作
- 2转换关节目标
- 3执行器产生力矩
- 4物理更新状态
- 5传感器提供新观测
策略不会直接把机器人移动到指定位置，而是输出一组动作，再由动作接口转换成关节目标。执行器根据目标状态与实际状态之间的差异产生力矩；机器人最终如何运动，还会受到接触、重力、惯量和摩擦的共同影响。
这里的控制循环频率为 50 Hz，物理步进频率为 200 Hz，因此每个策略动作会持续四个物理步。齿隙模型还会引入被动关节来描述传动间隙，但这些关节并不是额外的策略输出。
用坐标系描述运动
| 坐标系 | 课程中的对应内容 |
|---|---|
| 世界坐标系 | 场地、球门和机器人整体位置 |
| 身体坐标系 | 前进、侧移、转向指令以及球相对身体的位置 |
| 相机坐标系 | 图像射线与检测目标方向 |
| 关节局部坐标系 | 一个关节的旋转轴与角度 |
检查理解
头部关节保持不动时，相机画面一定稳定吗？
查看解析
不一定。机身可能发生俯仰和横滚，颈部也会随之运动。判断画面是否稳定，应观察相机相对于世界坐标系的姿态，不能只看头部关节角度。
练习：沿一条受力路径找部件
先在装配状态下沿脚踝、小腿、膝部、大腿和髋部向上追踪。脚掌着地后，支撑力会沿这条路径传到机身。随后展开模型，点击关节附近的舵机，辨认相邻连杆的连接方式。
舵机内部不仅有电机，还包括减速齿轮、位置反馈和控制电路。收到目标角度后，舵机需要一定时间进行跟踪，并受到可用扭矩、速度、摩擦和齿隙的限制。因此，“策略输出一个角度”不等于“关节立即到达该角度”。本章说明这一差别，第三章则介绍策略如何适应它。
检查理解
在拆解图中把脚部拉得更远，会改变仿真的腿长吗？
查看解析
不会。网页中的拆解图只用于认识组件，仿真里的部件长度和关节连接仍由机器人描述文件定义。
先把“指令—动作—反馈”闭环跑通
第一章的实验使用 Isaac Lab 的 Microduck 任务加载固定行走策略，以 Newton 作为物理后端，并通过 Isaac Sim 窗口观察给定速度指令下的运动。Isaac Lab 3 把物理、渲染与可视化分开：Newton 可以在不启动 Kit 的轻量路径中运行，而交互实验入口为了显示场景显式要求 Isaac Sim 6。重点是接口与反馈：输入是否正确、动作是否按时更新、实际速度是否接近指令。
左右滑动查看完整图示
左右滑动查看完整图示
q* 是关节目标角度，qdefault 是默认站姿。这里动作缩放系数 s 为 1；动作既不是力矩指令，也不是把速度直接写入机器人位置。实际运动由执行器和物理引擎计算。即使输入输出维度相同，关节顺序、偏置或观测归一化不一致，也会导致动作错误。
action = policy(
env.observation_manager.compute(update_history=True)["policy"]
)
env.action_manager.process_action(action)
for tick in range(4):
env.action_manager.apply_action()
env.scene.write_data_to_sim()
env.sim.step(render=not a.headless and tick == 3)
env.scene.update(0.005)这段节选对应图中的闭环：Isaac Lab 的观测管理器生成策略输入，动作管理器处理动作并驱动执行器，Newton 随后执行四个 5 ms 物理步。完整程序还会更新计数器并检查是否跌倒。下面的命令先保持约 2 秒站姿，再发送速度指令；不要把启动阶段的静止误判为策略无响应。
python3 scripts/workshop.py walk \
--model models/walk.onnx --velocity 0.25 0 0 \
--seconds 12 --seed 202 \
--output outputs/walk-control-01运行结束后，同时查看画面和 report.json：是否达到设定时长，fell 是否为 false。再用 trajectory.json 比较稳定行走阶段的实际速度与指令速度。均方根误差可用于概括速度跟踪表现，但本章不设未经验证的统一及格阈值；先确认不跌倒，再比较不同方向和速度。
本章只做推理，不更新模型参数，也不需要带标签的数据集。仿真中的观测、动作、接触状态和轨迹就是本次实验的数据。Newton 处理足地接触、执行器延迟与齿隙后，实际关节不一定立即到达策略给出的目标；这正是闭环观测不可省略的原因。后续训练会用 Isaac Lab 把相同交互扩展到多个 GPU 并行环境。
策略收到什么，又输出什么
第一章使用已经训练好的策略进行推理：它把当前观测映射为 14 个关节动作，运行过程中不会更新神经网络参数。需要特别区分的是，更改速度指令只是在测试同一个模型的响应，并非重新训练；更新策略参数需要训练或更换模型权重。
| 观测项（按接口顺序） | 维数 | 帮助策略判断什么 |
|---|---|---|
| 角速度与身体坐标下的重力方向 | 6 | 身体正在怎样转动、倾斜 |
| 相对关节位置 | 14 | 当前姿态与默认姿态的差异 |
| 关节速度 | 14 | 各关节正在怎样运动 |
| 上一动作 | 14 | 上一次的控制输出，为策略提供时序信息 |
| 速度、头部与身体姿态指令 | 3 + 4 + 6 | 这一步希望机器人做什么 |
这些数值合计构成 61 维输入。即使输入形状仍为 61，只要打乱关节顺序，语义就会被破坏，例如策略可能把膝关节状态误当成髋关节状态。实验入口会保持关节顺序、默认姿态和控制节拍一致。应先通过指令、时间预算和输出目录开展实验，理解接口后再修改底层观测。
现在已经知道策略如何读取状态、输出动作，以及舵机和物理仿真怎样执行这些动作。下一章从加载现成模型转向训练模型：用 Isaac Lab 让策略通过反复尝试学会行走。