1. 课程导入

当我们在仿真环境中训练出一个表现优异的机器人策略，把它部署到真实世界时，常常会遇到一个尴尬的现实：仿真里抓取成功率 95%，真机上却频繁失败。造成这种落差的核心原因，是仿真世界与真实世界之间存在域差异（Domain Gap）——光照、摩擦、质量、延迟、传感器噪声、执行器响应等物理参数在仿真中往往被理想化，而真实世界充满不确定性与多样性。本课程要解决的核心问题就是：如何让机器人在仿真中"见多识广"，并在真实世界中"随机应变"。

一、学习目标

完成本课程后，学习者应能达成以下目标：

• 概念层：准确区分域随机化、域适应、系统辨识、Sim-to-Real 迁移等概念，理解它们各自的适用边界。
• 方法层：掌握随机化参数空间设计、课程式随机化、对抗域适应、特征对齐、元学习等主流方法的原理与实现。
• 工程层：能够搭建一套可复现的域随机化训练流水线，包括参数采样、并行仿真、策略评估与真机标定。
• 评估层：能够设计合理的迁移评估指标，识别"仿真过拟合"与"随机化过度"等典型陷阱。
• 复盘层：能够对失败案例进行归因分析，判断问题出在建模、随机化范围还是策略容量。

二、核心概念与整体知识框架

理解本课程，需要先建立一张"知识地图"。下图展示了从仿真域到真实域的迁移路径，以及域随机化与域适应在其中的位置与作用关系。

从图中可以看到，域随机化作用于仿真域内部，通过扩展训练分布来覆盖真实域的可能范围；域适应则作用于仿真域与真实域之间，通过缩小两者的表征距离来提升迁移效果。二者并非互斥，而是常常组合使用。

三、典型应用场景

域随机化与域适应并非只服务于某一类机器人，而是贯穿多种任务形态：

四、方法流程：从仿真到真机的工程闭环

一个完整的域随机化与域适应工程流程通常包含以下阶段：

1. 域差异分析：识别仿真与真实之间的关键差异维度，确定哪些参数需要随机化。
2. 随机化空间设计：为每个参数设定合理的采样范围与分布，避免范围过窄或过宽。
3. 并行仿真训练：在多个随机化实例上并行训练策略，提升样本效率。
4. 课程式调度：从简单到复杂逐步扩大随机化范围，稳定训练过程。
5. 迁移评估：在真机或高保真测试集上评估策略，量化迁移差距。
6. 域适应微调：利用少量真实数据对齐特征或在线调整策略。
7. 复盘与迭代：归因失败案例，调整随机化范围或策略结构。

下面是一段典型的域随机化配置示例，展示了参数采样空间的定义方式：

domain_randomization:
  physics:
    mass_range: [0.8, 1.5]        # 质量倍率
    friction_range: [0.4, 1.2]    # 摩擦系数
    restitution_range: [0.0, 0.3] # 弹性恢复
    motor_delay_range: [0, 20]    # 电机延迟(ms)
  visual:
    light_intensity: [0.5, 2.0]
    light_direction: random_sphere
    texture_randomization: true
    camera_pose_noise: 0.02       # 位姿噪声(rad)
  schedule:
    type: curriculum
    start_scale: 0.2
    end_scale: 1.0
    warmup_steps: 50000

五、常见误区与复盘要点

• 误区一：随机化等于万能。随机化只能覆盖你想到的差异，未建模的差异仍需域适应或系统辨识来补充。
• 误区二：只随机化视觉。物理参数（摩擦、质量、延迟）往往比视觉差异更致命，二者需协同随机化。
• 误区三：忽略评估集设计。若评估集与训练集同分布，会高估迁移能力，必须保留独立的真机测试场景。
• 误区四：一次性调参。域随机化需要与策略容量、训练步数联合调优，是一个迭代过程。