Python Pbr Validation

Python PBR+DOB 末端精度验证

背景

Python 侧 mujoco_wbc_validation.py 在 pbr_torque + DOB 模式下可达 < 1mm 末端误差。此精度依赖 YAML 中正确的 PBR/DOB 增益（来自旧版调优参数，最早在 3380c899 commit 中成型）。

不要修改 mujoco_wbc_validation.py 和 wbc_validation_config.yaml 本身。本 skill 通过临时替换配置来复现结果。

复现步骤

1. 使用正确的 YAML 配置

Python 验证脚本在 wbc_validation_config.yaml 的 pbr: 段中读取 PBR 参数。要复现 < 1mm 精度，关键参数如下：

pbr:
  # 分组增益（手臂用较小增益，躯干用大增益）
  Lambda_arm: [3.0, 3.0, 3.0, 3.0, 2.0, 1.5, 1.2]
  K_arm:      [3.5, 3.5, 3.5, 3.0, 1.5, 1.25, 1.0]
  rho_arm:    [0.12, 0.15, 0.12, 0.12, 0.06, 0.05, 0.04]
  Lambda_arm_R: [3.0, 3.0, 3.0, 3.0, 2.0, 1.5, 1.2]
  K_arm_R:      [3.5, 3.5, 3.5, 3.0, 1.5, 1.25, 1.0]
  rho_arm_R:    [0.12, 0.15, 0.12, 0.12, 0.06, 0.05, 0.04]
  Lambda_trunk: [15.0, 15.0, 15.0, 15.0]
  K_trunk:      [30.0, 30.0, 30.0, 30.0]
  rho_trunk:    [0.12, 0.12, 0.12, 0.10]
  sat_eps: 0.004
  gear_ratio: [50, 50, 50, 50, 50, 50, 50,
               50, 50, 50, 50, 50, 50, 50,
               100, 100, 100, 100]
  dob_enabled: true
  dob_alpha: 0.15
  dob_Ki: 3.0
  dob_int_max: 120.0
  tau_motor_max: [3, 3, 3, 3, 3, 3, 3,
                  3, 3, 3, 3, 3, 3, 3,
                  5, 5, 5, 5]

首次运行时，apply_mode 也需设为 pbr_torque，sim_duration 需 >= 1000.0（DOB 积分需要长时间收敛）。

2. 运行仿真

# 进入 Docker
docker exec -it agent_dev_nvidia bash
source /tmp/wbc_venv/bin/activate
cd /anyverse/src/pnc/controller/wbc_controller/mujoco_wbc_validation

# 清除之前保存的 DOB 状态（保证从零开始）
rm -f wbc_validation_config_dob_state.npz

# 运行（headless 跑 10s 足够看到收敛）
python3 mujoco_wbc_validation.py --headless --duration 10

3. 带 GUI 运行

python3 mujoco_wbc_validation.py --duration 10

注意：Python 的 MuJoCo viewer 在 Docker 内可能 segfault（GLFW 依赖问题），此时回退到 --headless。

4. 预期结果

DOB 积分值应在稳态时稳定，躯干 Trunk2 的 dob_int 约 +45 Nm（补偿重力缺口）。

关键参数说明

• 手臂 K=3.5, Lambda=3.0: 较小的增益防止远臂端（J5-J7）力矩过冲
• 躯干 K=30, Lambda=15: 大减速比（N=100）需要大增益克服摩擦和重力
• rho=0.04~0.15: 鲁棒项幅度较小，主要靠 DOB 补偿，rho 只是防止发散
• tau_motor_max: 手臂 3Nm/躯干 5Nm 电机端限幅，防止肘关节力矩爆炸
• dob_Ki=3.0, dob_int_max=120: 快速积分跟踪效率损失，但限幅防止躯干振荡

与 C++ 对比

C++ 当前因 use_regressor: false（性能优化关掉了完整回归器）且 K 值 uniform，稳态误差远高于 Python 调优版。

故障排查

• DOB 积分打到饱和 ±120Nm 不下降 → dob_alpha 太小或 dob_Ki 太大
• 仿真初期就爆炸 → 检查 sim_dt=0.001, dt=0.005，减小 ddq_max
• DOB 恢复后误差仍大 → 删除 wbc_validation_config_dob_state.npz 重新跑
• segfault → Python MuJoCo viewer 在 Docker 内不支持，加 --headless