3、领域随机化（Domain Randomization）：原理介绍、参数空间设计、在ACT中的应用案例
好，咱们进入第三个核心话题——领域随机化。说实话，这玩意儿在机器人操控里，简直就是「低成本解决 sim-to-real 鸿沟」的银弹。我最早接触它是在做机械臂抓取的时候，仿真里跑得飞起，一到真机就各种翻车。后来才发现，不是算法不行，是仿真环境太「干净」了。
3.1 原理介绍：为什么需要「随机」？
领域随机化的核心思想其实很简单：在仿真训练中，随机化那些在真实世界中可能变化的参数。比如光照、纹理、摩擦力、重力、关节阻尼……你想想看，真实工厂里的光照条件千差万别，桌面材质也各不相同。如果你只在一种固定环境下训练，模型学到的其实是「过拟合」到那个特定环境。
我个人习惯把领域随机化比作「疫苗原理」——你给模型注射一点「混乱」，它反而能获得更强的免疫力。具体来说，DR 通过让策略在大量随机化的环境中训练，迫使它学到真正与任务相关的特征，忽略那些环境相关的噪声。
策略泛化能力 ≈ 训练时见过的环境多样性 × 策略容量
为什么会这样？因为当光照随机变化时，模型就不能再依赖「阴影在左边」这种特征来定位物体了。它必须学会更鲁棒的特征——比如物体的几何轮廓、相对位置关系。
3.2 参数空间设计：哪些参数值得随机化？
这里我踩过不少坑。刚开始做 DR 时，我一股脑把所有参数都随机化了，结果训练发散得一塌糊涂。后来才明白，参数空间设计是一门「取舍」的艺术。
我把参数分为三类，用表格展示比较清楚：
| 参数类别 | 具体参数 | 随机化范围（我的经验值） | 影响程度 |
|---|---|---|---|
| 物理参数 | 摩擦力、质量、惯性、关节阻尼 | ±30% ~ ±50% | 高（直接影响动力学） |
| 视觉参数 | 光照强度、颜色偏移、纹理、相机噪声 | ±20% ~ ±40% | 中高（影响视觉特征提取） |
| 任务参数 | 初始位置、目标位置、物体形状 | 根据任务空间定义 | 高（直接影响策略行为） |
另外，参数之间的相关性也要注意。比如质量和惯性通常是正相关的，如果你把它们独立随机化，可能会出现「质量很大但惯性很小」这种物理上不合理的组合。嗯，这里要注意，最好用联合分布来采样。
3.3 在 ACT 中的应用案例：从仿真到真机的「最后一公里」
好，咱们来看看 ACT 里具体怎么用 DR。我记得在做一个「机械臂插孔」任务时，仿真里成功率 95%，真机只有 30%。后来加了 DR，真机直接飙到 85%。
ACT 的架构里，DR 主要作用在视觉编码器和动作解码器两个环节：
- 视觉编码器端： 随机化相机参数（位置、焦距、噪声），让编码器学到视角不变的特征。
- 动作解码器端： 随机化机器人初始关节角度，让策略学会从不同起始位置出发完成任务。
- 物理参数端： 随机化物体质量、摩擦系数，让策略适应不同材质的物体。
下面是我在项目中用到的核心代码片段，展示了如何在 ACT 的训练循环中注入 DR：
# 领域随机化配置（我常用的参数）
dr_config = {
'light_intensity': (0.6, 1.4), # 光照强度范围
'friction_coeff': (0.3, 1.2), # 摩擦系数范围
'camera_noise': (0.0, 0.05), # 相机高斯噪声标准差
'init_joint_noise': (0.0, 0.1), # 初始关节角度噪声（弧度）
'object_mass': (0.8, 1.5), # 物体质量缩放因子
}
def apply_domain_randomization(env):
"""在环境重置时应用随机化"""
# 随机化光照
env.set_light_intensity(
np.random.uniform(*dr_config['light_intensity'])
)
# 随机化摩擦
for body in env.get_contact_bodies():
body.set_friction(
np.random.uniform(*dr_config['friction_coeff'])
)
# 随机化初始关节角度
init_qpos = env.get_init_qpos()
noise = np.random.uniform(*dr_config['init_joint_noise'], size=init_qpos.shape)
env.set_init_qpos(init_qpos + noise)
return env
# 在训练循环中调用
for episode in range(total_episodes):
env = apply_domain_randomization(env)
obs = env.reset()
# ... 后续 ACT 训练流程3.4 可视化：领域随机化的核心逻辑
为了让你更直观地理解 DR 在 ACT 中的作用，我画了一张流程图：
从这张图你可以看到，DR 并不是一次性加进去就完事了。它需要根据真机部署的反馈不断调整——说白了，这是一个「仿真-训练-真机-反馈」的闭环。我一般会在真机测试后，把失败案例收集起来，分析是哪个参数没随机化到位，然后针对性调整。
• DR 的核心是「用多样性换鲁棒性」
• 参数空间设计要「抓大放小」，优先随机化影响最大的参数
• 渐进式随机化比一次性全开更稳定
• 真机反馈是调整 DR 参数的最佳指南
好了，关于领域随机化就聊这么多。记住，DR 不是银弹，但它绝对是解决 sim-to-real 问题最实用的工具之一。我建议你从一个小项目开始，先加一两个参数试试水，慢慢找到感觉。