> ## Documentation Index > Fetch the complete documentation index at: https://kensou.mintlify.site/llms.txt > Use this file to discover all available pages before exploring further. # Closing the reality gap zero shot sim to real depl dissection [//]: # "" # 弥合现实差距：灵巧力控抓取与操作的全状态零样本 Sim-to-Real 部署 (Closing the Reality Gap: Zero-Shot Sim-to-Real Deployment for Dexterous Force-Based Grasping and Manipulation) > **发布时间**：2026-07-06（arXiv:2607.04940v1 \[cs.RO]） > **论文 / 模型名**：Closing the Reality Gap（BUPT × UCL，Zhe Zhao / Zhibin Li / Yilin Ou / Mengshi Qi） > **核心定位**：把"密集触觉 + 关节力矩/电流"这类全状态反馈塞进 RL 观测空间，靠三条 sim-to-real 工程手段（距离场式触觉仿真、current→torque 标定、执行器模型随机化）做到**零样本、无微调**上真机；作者自称这是**首个完全在仿真中训练、零样本迁移到真机实现可控抓取力的多指灵巧手演示**。 灵巧手的接触密集动力学让"仿真训练、真机部署"长期断层：要么触觉仿真太慢导致 RL 探索不足，要么真机根本没有力矩传感器。本文不谈新网络结构，谈的是**一套可复现的 sim-to-real recipe**——而这正是硬件落地的真正瓶颈。 *** ## X-Ray 开场 **解决什么问题**：多指灵巧手 12+ 自由度、接触密集，纯仿真训出来的策略一到真机就碎；且廉价灵巧手既没有关节力矩传感器，触觉仿真又慢到无法做大规模 RL 探索。 **提出了什么**：一个全状态（dense tactile + joint torque）非对称 actor-critic PPO 策略，配三件工具——(i) **并行前向运动学 + 距离场**近似密集触觉（每指 120 个虚拟 taxel，全手 600 个），(ii) **准静态 current→torque 标定**替代力矩传感器，(iii) **执行器模型随机化**（PD 增益、齿隙 deadband、力矩-速度饱和、效率因子）。 **对 spatial AI 研究者意味着什么**：这不是感知/重建论文，而是\*\*"仿真器保真度如何影响可控性"的实证\*\*——接触的表示方式（距离场 vs FEM/软体）决定了 RL 能不能跑得动，而观测的压缩方式（120 taxel → 4 维 `(F_i, μ_i)`）决定了策略能不能迁移。 *** ## 📍 研究全景时间线 ``` 2018-2019 OpenAI Dactyl 灵巧手 in-hand 操作 / Rubik's Cube │ (大规模 DR + ADR) "sim-to-real is the key" ▼ 2021 Isaac Gym GPU 并行物理，RL 吞吐量革命 │ ▼ 2022-2024 触觉仿真潮 Akinola: Isaac Gym visuotactile 库 │ (visuotactile) Nguyen: 软体 FEM + Isaac Sim 光学渲染 │ Zhang: 多模态触觉印痕建模 ▼ 2024-2025 触觉策略上真机 Yin: 二值触觉旋转(抗传感缺陷) │ torque-controlled Yuan: 点云触觉+视觉融合 in-hand 旋转 │ [28][29]: 力矩控制手的纯触觉操作 ▼ 2026-07 ★ 本文 距离场触觉仿真 + current→torque 标定 + actuator 随机化 → 全状态策略零样本部署 │ ▼ 本文局限: 手掌必须固定倒置(重力方向写死)、单轴 90° 立方体旋转、12-DoF 手、 无标准 benchmark / 无公开数字化的训练成本 ``` *** ## 1 · 核心架构 / 方法总览 ### 1.1 系统组件对比表 | 模块 | 输入 | 输出 | 训练时 | 真机推理时 | 关键约束 | | - | - | - | - | - | - | | **触觉仿真**（§III-E1） | 手关节位置 `q`、物体表面点云 | 每指 `(F_i, μ_i)` ∈ ℝ⁴ | 每步算（并行 FK + 距离查询） | 不适用 | 每指 120 taxel，全手 **600** 个 | | **接触检测**（Eq.11） | taxel 位置 `p_ij`、最近表面点 `p_o`、外法向 `n_o` | 二值接触 | 是 | 不适用 | 判据 `v_oij · n_o < 0`（穿透即变形） | | **接触力近似**（§III-E1） | 穿透距离 `d_ij` | 力 `f_ij` | 是 | 不适用 | **Mooney-Rivlin** 应变-应力模型 | | **触觉观测压缩**（Eq.12-14） | 120 个 taxel 力/位置 | `T_i=(F_i, μ_i)` | 是 | 是 | 力加权质心 `μ_i` 需归一化 | | **current→torque 标定**（§III-E3） | 真机电机电流 `I` | 关节力矩 `τ` 观测 | 拟合映射（准静态） | 是 | 无力矩传感器；量大到 `[0,1]` 归一化 | | **执行器随机化**（Eq.15-18） | `q_ref, q_m, q̇` | `τ_applied` | 每 episode 重采样 | 真机自然生效 | PD 增益 / 齿隙 ε / 饱和 τ₀,q̇\_max / η | | **策略**（非对称 AC-PPO） | 见表 I / 表 II | 12D 关节命令 | actor 只见可观测项，critic 见特权项 | 仅 actor | 观测/动作均为真机可得量 | | **物体位姿获取**（真机） | SAM 掩码中心 ↔ 掌心距离 | Z 坐标（X/Y 固定） | 仿真用真值 | 真机估计 | 旋转任务另有 IMU 内嵌变体 | > **训练-推理差异**：仿真中 critic 拿特权状态（物体速度/角速度/指尖速度/rotations，见表 II 中的 ×→✓），actor 只拿真机可测项；真机上**没有微调**，`π` 直接部署。 ### 1.2 关键机制 ⚡ **Eureka Moment：把"接触"从**几何/软体问题**降维成**距离查询\*\*——用并行前向运动学算出每个虚拟 taxel 相对物体表面的最近点，用一次点积的符号判接触、用穿透深度 + Mooney-Rivlin 曲线算力。接触不再需要 FEM 或软体求解器，于是密集触觉能以 RL 需要的速率跑起来，同时保留可迁移的接触特征分布（Fig. 4：真机接触区被仿真接触区**包含**）。\*\* 第二条同等级洞见：**真机没有力矩传感器不是问题，问题是"仿真里力矩和真机里电流不是同一个量"。作者不去装传感器，而是把 `current→force` 与 `torque→force` 两条曲线都归一化到 `[0,1]` 对齐**——让策略在仿真中看到的力矩含义与真机电流含义同构。 ### 1.3 信息流 / 架构图 ``` ┌──────────── 仿真 (IsaacLab, XHand 12-DoF) ────────────┐ │ │ q ──► 并行前向运动学 ──► 600 taxel 空间位置 p_ij │ │ │ │ │ ▼ │ │ 最近表面点 p_o, 法向 n_o │ │ │ │ │ v_oij·n_o < 0 ? ──否──► 无接触 (f=0) │ │ │是 │ │ ▼ │ │ d_ij = |v_oij| ──Mooney-Rivlin──► f_ij │ │ │ │ │ ┌────────┴────────┐ │ │ ▼ ▼ │ │ F_i = Σ f_ij μ_i = Σ f_ij p_ij / F_i │ └───┬───────────────────────────────────────────────────┘ │ 触觉观测 (5D 力 + 15D 接触中心) + 关节角/力矩/命令 ▼ ┌───────────────────────────────┐ │ 非对称 Actor-Critic PPO │ │ Actor : 真机可测全状态 │ │ Critic: + 特权状态(速度/角速度)│ └──────────────┬────────────────┘ │ a_t ∈ ℝ¹² (关节命令) ┌───────────────────┴───────────────────┐ ▼ ▼ 仿真: PD + 齿隙deadband + 力矩-速度饱和 真机: current→torque 标定 τ_applied = η·clip(τ_b, τ_sat⁻, τ_sat⁺) 读出等效 τ 观测 (每 episode 重采样 k_p,k_d,ε,τ₀,η) ``` *** ## 2 · 数学核心 📌 **Napkin Formula** ``` 接触 = 一次点积的符号: Contact ⇔ v_oij · n_o < 0 触觉观测 = 一个"力加权的重心": μ_i = Σ_j f_ij · p_ij / Σ_j f_ij 力矩 = 在"齿隙 + 速度饱和"两个夹板之间被裁剪的 PD 输出 ``` **目标**：把 120 个/指的触觉读数，压成策略能消化、且真机同构的少数几个量。 **公式链** → **变量** → **直觉**： 1. **接触判据（Eq.11）** `v_oij = p_ij − p_o`，`n_o` 为物体表面外法向。点积为负 ⟹ taxel 已嵌入物体内部 ⟹ 视为接触。 *直觉*：不做碰撞检测、不做软体形变，只问"这个点在表面里侧还是外侧"。代价是它无法区分"穿透 0.1mm 的轻触"与"穿透 1mm 的压紧"——这个差别交给下一步。 2. **合力（Eq.13）**：`F_i = Σ_{j∈S_i*} f_ij`，只对激活 taxel 集合 `S_i*` 求和。 *直觉*：稀疏性——绝大多数 taxel 根本没接触，求和天然稀疏。 3. **力加权接触中心（Eq.14）**：`μ_i = Σ f_ij p_ij / F_i`，即**压力中心（center of pressure）**。 *直觉*：这一个 3D 向量同时编码了"接触在哪里"和"接触偏在哪一侧"，是接触力分布的一阶矩。 4. **仿真的简化（§III-E1）**：用力正比于穿透深度的一阶近似 `f_ij ≈ k·d_ij`，代入后 `k` 上下约掉： `μ_i,sim = Σ d_ij p_ij / D_i`，`D_i = Σ d_ij`。 *直觉*：仿真里**连力都不用真算**，用几何穿透深度就得到同一个加权质心——这就是"快"的来源。 5. **执行器模型（Eq.15-18）**： `τ_c = k_p(q_ref − q_m) + k_d(q̇_ref − q̇_m)`（PD） `τ_b = 0` if `|q_ref − q_m| < ε` else `τ_c`（**齿隙死区**） `τ_sat^±(q̇) = ±τ₀(1 − |q̇|/q̇_max)`（**直流电机力矩-速度包络**） `τ_applied = η · clip(τ_b, τ_sat⁻, τ_sat⁺)` 每 episode 重采样 `k_p, k_d, ε, τ₀, q̇_max, η`。 *直觉*：齿隙解释了"小命令下手指纹丝不动"的真机现象；饱和项解释了"高速甩动时抓不紧"；`η` 覆盖力矩常数与驱动效率的制造公差。 **奖励（Eq.1-10）**：`R_torque` 对四指用目标力矩的高斯核 `exp(−(τ_i−τ_target)²/2σ²)`（σ=0.10），拇指改用二值区间 `I(0.01 ≤ τ_thumb ≤ 1.1)`；`R_force` 同构（力区间 `0.01~200`）；`R_diff` 惩罚四指第一关节位置的方差（类人协同）；`R_outer` 惩罚外指偏离中立位；`R_action = w‖a_t − a_{t−1}‖²`；`R_vel = w‖q̇‖²`。 *** ## 3 · 带数字走一遍（玩具设定） **场景**：一个指尖上的 4 个 taxel，物体表面近似一个平面，位于 `z = 0.010 m`，外法向 `n_o = (0,0,1)`（物体占据 `z ≤ 0.010`）。为简单起见只考虑 z 分量，令 `p_o = (0,0,0.010)`。 \| taxel | `p_ij` (z, m) | `v_oij·n_o = z − 0.010` | 接触? | `d_ij = |v_oij|` | \|---|---|---| \| t1 | 0.0120 | +0.0020 | ✗ | — | \| t2 | 0.0095 | −0.0005 | ✓ | 0.0005 | \| t3 | 0.0088 | −0.0012 | ✓ | 0.0012 | \| t4 | 0.0125 | +0.0025 | ✗ | — | **合力**（取 `k` 省略）：`D_i = 0.0005 + 0.0012 = 0.0017`。 → 若按 Eq.13 的线性力模型，`F_i ∝ D_i`；下面是**力加权**质心： ``` μ_z = (0.0005 × 0.0095 + 0.0012 × 0.0088) / 0.0017 = (4.75e-6 + 1.056e-5) / 0.0017 = 1.531e-5 / 0.0017 ≈ 0.00901 m ``` **读出来的东西**： * 接触中心 `μ_z ≈ 0.00901`，比两个接触点的**算术平均** `(0.0095+0.0088)/2 = 0.00915` 更靠近 t3——因为 t3 压得更深、力更大。**这就是"力加权"的物理意义：压力中心偏向受力重的一侧。** * 策略拿到的触觉观测是 `(F_i, μ_i)` 共 4 维，而不是 120 个 taxel 的原始读数——**每指压缩 30 倍**。 * 关键工程含义：只要真机的触觉阵列也能给出"合力 + 压力中心"这两个量（论文 §III-E2 定义 `T_i=(F_i, μ_i)`），仿真与真机的**观测语义就一致**，这就是同一策略能零样本迁移的前提。 > ⚠️ 以上为**演示用玩具数值**，不是论文报告的任何实测数据。 *** ## 4 · 工程视角 **先说诚实结论：本文没有报告任何延迟 / VRAM / FPS / 吞吐量 / 训练时长 / GPU 型号。** | 工程指标 | 论文报告值 | | - | - | | 策略推理延迟 | 「论文未报告」 | | 训练 wall-clock / 迭代步数 / 并行环境数 | 「论文未报告」 | | VRAM / GPU 型号 | 「论文未报告」 | | 控制频率 | 「论文未报告」（仅有 "high-rate" 的定性描述） | | 物理引擎 | IsaacLab | | 机器人 | 12-DoF 直驱灵巧手 XHand（`N=5` 指） | | 触觉规模 | 每指 `M_i = 120`，全手 `Σ M_i = 600` | | 动作维度 | 12D 关节命令 | | 真机实验量 | in-hand 旋转消融：每配置 **10 trials** | **可推导的工程 trade-off（非论文数据，属方法结构本身）**： 1. **触觉分辨率 vs 观测维度**：600 个 taxel 若全进观测，是 600+ 维；压缩成 `5D 力 + 15D 接触中心` 后只有 20 维。这是本方法能训得动的**结构性原因**，代价是丢失了接触的空间精细分布（只保留一阶矩）。这也解释了 §IV-2 的消融：去掉接触中心（一阶矩）→ 成功率从 25.1 掉到 12.2。 2. **随机化 vs 收敛速度**：`k_p, k_d, ε, τ₀, q̇_max, η` 每个执行器每 episode 重采样一次，策略须在参数分布上鲁棒。分布设窄 → 迁移失败；设宽 → 策略保守。论文只给了"all model parameters are resampled for each actuator at the beginning of every training episode"，**未给出各参数的分布范围**。 3. **距离场触觉 vs 物理正确性**：用几何穿透近似软体形变，省掉了软体求解；代价是力只能通过 Mooney-Rivlin 曲线间接映射，**材料的应力-应变曲线（Fig. 3b）必须事先测得并假设随时间稳定**。 4. **真机物体位姿的取值方式**：力控抓取任务里，物体 Z 由 `SAM 掩码中心 ↔ 掌心距离` 估计，**X/Y 保持固定**；物体线速度由此位置的差分得到。这是一个典型的"把视觉不确定性砍到只剩 1 个自由度"的工程妥协。 5. **旋转任务的真机变体**：可选"无方向观测"（纯本体感觉）或"物体内嵌低成本 IMU 直读方向"。后者引入了**额外硬件依赖**（IMU 需嵌入被操作物），但论文未报告两种策略在真机上的对比数字。 *** ## 5 · 数据与评测 **数据组成**：本文**不使用任何外部/公开数据集**做训练或评测——策略完全在 **IsaacLab** 仿真中通过 RL 训练，真机评测在 **XHand 12-DoF 灵巧手**上执行。唯一涉及外部模型的是用 **SAM**（Segment Anything）在真机侧做物体掩码以估计 Z 坐标。 **两个任务与评测设置**： * **§III-C1 力自适应抓取（force-adaptive grasping）**：物体置于桌上、手从随机位姿去抓的传统方案探索代价高且易学出非自然抓取。本文改用**倒置"接物"（catch-the-object）**：手**固定倒置**，物体向掌心抛落，策略学习在随机物体属性/动力学/外部扰动下接住并稳定抓取。力命令为 **0 到 1** 的连续值。 * **§III-C2 手持物旋转（in-hand object rotation）**：物体为**立方体**，因手部自由度有限，**仅绕单轴旋转**；每完成 **90°** 就把目标位姿再更新 90°，实现连续旋转。 **评测指标（真机）**：单配置 **10 trials**；报告 `consecutive successes (sorted)`、`Average`、`Median`、`success time (Ave.)`、`time to fall (Ave.)`。 **表 IV（in-hand 旋转观测消融，真机，原文逐字）**： | 配置（接触中心/接触力/力加权/方向表示） | 10 次连续成功数 | Average | Median | Success time (Ave.) | Time to fall (Ave.) | | - | - | - | - | - | - | | ✓ / ✓ / ✓ / 6D | 8,10,12,15,19,25,26,35,46,55 | **25.1** | 22.0 | 3.36 | 84.3 | | ✓ / ✓ / ✓ / Quaternion | 1,1,1,1,2,3,4,5,5,6 | 2.9 | 2.5 | 5.24 | 15.2 | | ✓ / ✓ / × / 6D | 3,6,8,10,11,13,13,15,21,22 | 12.2 | 12.0 | 3.75 | 45.7 | | ✓ / × / ✓ / 6D | 2,6,10,11,13,14,16,18,21,21 | 13.2 | 13.5 | 3.19 | 42.1 | | ✓ / × / × / 6D | 1,3,6,6,7,8,9,11,11,13 | 7.5 | 7.5 | 4.03 | 30.2 | | × / × / × / 6D | 1,1,1,1,1,1,1,1,1,2 | 1.1 | 1.0 | 2.82 | 3.10 | | ✓ / ✓ / ✓ / 无方向编码 | 2,4,5,8,11,12,13,16,17,24 | 11.2 | 11.5 | 2.59 | 29.0 | **表 V（抓取奖励消融，原文逐字）**： | `R_Force` | `R_torque` | Contact force range | Joint torque percent | | - | - | - | - | | ✓ | ✓ | 44.50 \~ 93.92 | 1.09 \~ 1.52 | | ✓ | × | 37.29 \~ 70.02 | 0.69 \~ 0.75 | | × | ✓ | 38.45 \~ 47.12 | 0.85 \~ 1.02 | **结论方向（不超出原文）**：力加权接触中心 + 接触力 + 6D 方向三者齐备时 25.1 次连续成功最优；换成四元数暴跌到 2.9（作者归因于 quaternion 的双覆盖 `q / −q` 不连续）；去掉任一触觉项都显著下降；完全无接触感知时 1.1 次，等于失败。仿真侧另报告了接触中心/力分布与真机"高相似"、且真机接触区被仿真接触区包含（Fig. 4）。 > **未报告项**：训练步数、总样本量、sim 内成功率曲线、真机力跟踪误差（N）、抓取任务的真机成功率数字——**均为「论文未报告」**。 *** ## 6 · 能力与失败模式 ### 能做（论文实证） * **力命令跟踪**：接触力与关节力矩随 force command 近似**线性正相关**；`R_Force` 与 `R_torque` 同时使用时相关性与力度范围最强（表 V）。 * **零样本真机部署**：两个任务均**未做真机微调**；仿真与真机行为一致（Fig. 7、Fig. 8）。 * **单轴连续旋转**：完整配置平均 25.1 次连续 90° 成功、平均耗时 3.36 s。 * **未见形状泛化（力控抓取）**：Fig. 9 展示了训练中未见的不规则物体的稳定抓取。 * **触觉观测压缩有效**：只用"合力 + 压力中心"两个量即可支撑迁移。 ### 不能做 / 边界 * **旋转只支持单轴 90° 递增**——作者明确归因于手部自由度受限，不是任意轴/任意角 reorientation。 * **抓取是"倒置接物"设定**，手**固定倒置**；没有做桌面场景下的常规抓取学习（作者明确说这是刻意规避）。 * **力控抓取的物体 xy 位置被写死**，只估计 Z。 * **旋转任务的仿真依赖立方体**，未展示任意几何的 in-hand 旋转。 * **真机评测规模小**：每配置 10 trials。 ### 隐含假设 (Hidden Assumptions) 1. **重力方向在任务中被写死**。`§III-C1` 的"倒置接物"里，重力的方向是任务定义的一部分；策略观测中并没有手部基座位姿（表 I 无 base pose 项）。→ 换一个安装姿态，观测分布即失配。 2. **准静态假设**。`§III-E3` 的 current→torque 映射是在**准静态条件**下拟合的（"fit a current→torque map under quasi-static conditions"），假设力与电流/力矩近似成比例并归一化到 `[0,1]`。 3. **真参数落在随机化区间内**。执行器随机化只在"真机参数位于采样分布内部"时才有意义；论文未报告分布范围，也未报告真机参数落入区间的验证。 4. **材料属性稳定**。触觉力依赖 Mooney-Rivlin 应力-应变曲线（Fig. 3b），隐含假设橡胶材料的力学性质不随时间/温度显著漂移。 5. **物体表面能被点云良好采样**。Eq.11 依赖在物体表面找到最近点 `p_o` 及其法向 `n_o`；稀疏网格、薄壁、强凹面几何都会让"最近点/法向"退化。 6. **触觉阵列的标定长期有效**。真机的 `F_i` 由触觉传感器读数求和得到，而仿真→真机的力域对齐依赖 `F_max,real` 与 `F_max,sim` 的归一化——换了传感器或发生漂移，`[0,1]` 尺度就错位。 7. **IMU 变体需要把传感器塞进被操作物**。方向观测的真实性以"物体内嵌 IMU"为前提（Table II 的 object orientation 仅对 critic 开放；真机需外挂 IMU）。 8. **特权 critic 假设仿真特权状态可信**。表 II 中大量 `×→✓` 的特权项（指尖速度 30D、指尖旋转 30D、物体角速度 3D 等）意味着 critic 依赖**仿真真值**——仿真这些量的偏差会直接污染价值估计。 *** ## 7 · 与相关工作对比 | 维度 | 本文 | 触觉仿真类（Akinola / Nguyen / Zhang） | 触觉策略类（Yin / Yuan / \[28]\[29]） | 电机建模类（Huang 等） | 工业 current→torque（\[36-40]） | | - | - | - | - | - | - | | 触觉表示 | **虚拟 taxel 到物体表面的距离场**（几何近似） | 光学 visuotactile 图像 / 软体 FEM 形变 / 多模态印痕 | 二值触点 / 点云触觉表示 | — | — | | 速度定位 | **为大规模 RL 而定制的快** | 追求保真，吞吐为次 | 为策略训练服务 | — | — | | 力反馈来源 | 触觉阵列 + **current→torque 标定** | 仿真侧力分布 | 力矩控制手（**有**力矩模型） | 特权学习 + SysID + DR | 滤波/动量观测器、阻抗控制拟合 | | 是否需力矩传感器 | **不需要** | — | \[28]\[29] 依赖 | 视方案 | 显式避免 F/T 传感器 | | 执行器建模 | PD + 齿隙 deadband + 力矩-速度饱和 + 效率随机化 | — | — | 多手泛化的 SysID + DR | 单机辨识/标定 | | 迁移方式 | **零样本、无微调** | 多为库/工具贡献 | 多为仿真微调或真机训练 | 跨手泛化 | — | | 任务覆盖 | 力控抓取 + 单轴 in-hand 旋转 | 常配装配类任务 | in-hand 旋转为主 | 功能性抓取 | 力估计 | **面试 Tip**：被问"这篇的核心贡献是什么"，**不要答"用了 PPO"或"用了触觉"**——那是背景。要答：**"它把 sim-to-real 的三个 gap 逐一对应到可施工的模块：感知 gap→真机观测只保留可测量（SAM 估 Z、IMU 估方向）；执行 gap→准静态 current→torque 标定替代力矩传感器；接触 gap→用距离场并行前向运动学替代软体仿真，并把 600 个 taxel 压成 (F\_i, μ\_i)。"** 若被追问"那它的边界在哪"，答：**"倒置固定手的接物设定把重力方向写进了任务，单轴 90° 的旋转把任务自由度砍到最小——它证明的是 recipe 可行，不是通用灵巧性。"** *** ## 8 · GitHub-validated pitfalls (atlas 联动, 2026-09-21) **官方 repo 未在论文中给出（全文无任何 `github.com` 链接，也没有嵌入可点击的仓库超链接）；因此无 commit / issue 流可供核对。以下 3 条 pitfall 由 §6 失败模式与论文方法约束推导，未经 issue 验证。** * **P1 — 倒置接物设定的重力方向被写进策略，换安装姿态即失效。** *来源*：§III-C1 明确定义"手固定倒置、物体向掌心抛落"，且表 I 的观测项（关节角/力矩、物体位置/线速度、接触力/中心、指尖位置、力命令）**不含手部基座位姿或重力方向**。 *推导*：策略把"重力在掌坐标系中的方向"隐含在训练分布里。若把这套策略装到机械臂上、以另一种腕部朝向去桌上抓取（即论文明确回避的常规抓取场景），观测虽形式合法但语义失配 → 抓取力与协同模式不成立。 *验证动作*：修改 §III-C1 的手掌基座旋转（如 ±30°）后重训或直接部署，观察表 I 中各量的分布偏移与抓取失败率。 * **P2 — 准静态 current→torque 标定在高速/大电流工况下线性假设破裂，力命令跟踪退化。** *来源*：§III-E3 明确"fit a current→torque map **under quasi-static conditions**"，且用 `I_max / τ_max / F_max,real / F_max,sim` 归一化到 `[0,1]`；同时 §III-E4 的 Eq.17 说明真机存在**力矩-速度饱和**（`τ₀(1−|q̇|/q̇_max)`）。 *推导*：标定曲线不含速度维度，而真机在快速合拢/快速旋转时必然进入饱和区；此时"电流 ↔ 力矩"的一一映射被速度调制 → 策略读到的 `joint torque (12D)` 观测系统性偏大或偏小 → 表 V 里的力范围（44.50\~93.92）在真机高动态段无法复现。 *验证动作*：用同一力命令，分别在准静态与高 `q̇` 下记录真机电流/触觉合力，对比两条 `command→force` 曲线是否分裂。 * **P3 — 距离场触觉在薄壁 / 稀疏网格 / 强凹面上产生假接触或退化接触中心。** *来源*：Eq.11 的判据 `v_oij · n_o < 0` 只依赖**单点最近表面点 `p_o` 及其法向 `n_o`**；Eq.14 的 `μ_i` 再由穿透深度加权求和。全手 600 个 taxel 挤在"five independent dense groups"里。 *推导*：(a) 薄壁物体（卡片、薄片）会让指尖背面的 taxel 也找到"最近点"并算出负点积，产生整片假接触；(b) 顶点稀疏的网格让"最近点/法向"跳变，`μ_i` 出现阶跃；(c) 强凹面下最近点可能落在另一个凹腔内，法向与真实接触面不符 → 接触中心指向错误区域。这些都会污染表 IV 中权重最高的"force-weighted contact center"。 *验证动作*：在仿真中用薄片与低多边形网格重复 §III-E2 的 Fig. 4 对比（真机接触区 vs 仿真接触区），检查"真机接触区被仿真接触区包含"这一性质是否消失。 *** [← Back to Sim-to-Real Dexterous Manipulation README](./README.md) > **Status**：v0.1 · 基于 arXiv 全文（arXiv:2607.04940v1，正文截断至 IV Conclusion，含 Table I–V 与 Fig. 1–9 描述）· 论文未报告任何延迟/显存/吞吐/硬件型号数字，相关格位已标注「论文未报告」· §8 pitfalls 未经 issue 验证（论文未提供 repo 链接）· §3 为玩具数值，非论文实测 [//]: # "" This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.