# Atlas 装上轮子 — 全文中文译文

| 项 | 值 |
|---|---|
| 对应原文 | [`../sources/2026-11-10-atlas-on-a-roll-source.md`](../sources/2026-11-10-atlas-on-a-roll-source.md) |
| 原文链接 | https://bostondynamics.com/blog/atlas-on-a-roll/ |
| 抓取日期 | 2026-11-10 |
| 整理 | 小 Q · 2026-11-10 |
| 性质 | 全文逐段对译，不做观点分析、不预置提问 |

**译法约定**：actuator 统一译「执行器」；policy 译「策略」；whole-body RL 译「全身强化学习」；plant 保留控制论术语「被控对象」；performance envelope 译「性能包络」；testbed 译「试验台」；sim2real gap 译「仿真到真机的差距」。专名（人名、MuJoCo、Spot / Stretch / Atlas）保留原文。原文引号写法异常处不改动英文，中文按文意顺。

---

## Atlas 装上轮子

**在经典电机控制与全身强化学习之间架桥**

*本文由 Xiaoyu (Andy) Wu 撰写，他是 Atlas 团队的控制工程师。在波士顿动力及此前的工作里，他有十多年控制电动机与驱动它们的功率电子器件的经验。*

¶1　如果给人形机器人装上轮子，再让一个学出来的控制器去开它，会发生什么？我们把 [Atlas® 机器人](https://bostondynamics.com/products/atlas/) 的脚换掉，就是为了弄明白这件事；这样能把我们的执行器，以及我们为执行器建的模型，逼到极限。

¶2　装轮子的 Atlas 不是一个产品，它是一台研究试验台。从 Spot 和 Stretch 多年积累的 [客户使用数据](https://bostondynamics.com/case-studies/) 里我们知道：真实世界里的机器人常会遇到实验室无法完整复现的挑战；我们需要弄清机器人在极端工况下会怎么反应，并确保它在极限处依然可靠。和 [Atlas 其它那些运动壮举](https://bostondynamics.com/blog/can-football-teach-a-robot-to-move/) 一样，我们得想办法去推这个极限。这个项目的目标，是看看一个学出来的全身控制器与真实执行器配合时能有多忠实——尤其是当执行器正跑在性能包络边缘的时候。

### 为什么用轮子？

¶3　我们想要这样一个场景：电机必须持续地同时输出高扭矩和高转速，并且全程带着真实负载。用轮子跑恰好完美符合：每一次起步、转向、刹停，都会把电机扫过它完整的扭矩-转速范围。

¶4　改装本身简单得出奇。只用一个定制适配器，把现成的滑板车轮圈装到我们原有的脚踝执行器上——这就是整台改装里唯一的新零件。因为 Atlas 从一开始就是按「可大批量生产、易维护」设计的，这次改造的工作量差不多等于给自行车换个轮子。

¶5　软件那侧同样直截了当。每个轮子只是被建模成一个「能连续旋转的脚踝」，所以我要做的，就是拿基线机器人模型，把脚换成轮子。

¶6　整个过程之轻松，到现在还让我惊讶。

¶7　我出身更偏「经典」电机控制，这是第一次真正扎进 [强化学习](https://bostondynamics.com/blog/training-a-humanoid-robot-for-hard-work/)。这是个向天天做 RL 的人学习的绝佳机会。除了把硬件逼到极限，我还想要一种直觉、跟手、开起来有意思的操控响应。

#### 把层与层接起来

¶8　在 Atlas 这样的机器人上，执行器设计、底层电机控制、全身强化学习，各有各自钻研得很深的专家。这个项目让我得以在**这些层之间的边界**上工作。如果训练用的仿真把电机假定得过于理想，策略最后可能学到真硬件根本做不到的东西。如果仿真里的电机表现得和真电机一样，策略学到的动作就是机器人真能做出来的，而且有把握。

![一台真实 Atlas 与一台正在学同一动作的仿真机器人相互映照](https://bostondynamics.com/wp-content/uploads/2026/11/atlas-wheels-rl-split-screen-1024x576.jpg)

### 弥合仿真到真机的差距

¶9　先补个基础：强化学习的做法，是在机器人还没上真机之前，先跑上百万次仿真。但训练要有用，仿真里的机器人得映照出真实硬件。我们能让仿真电机表现得足够像现实里那台，好让仿真里训出来的策略迁移到物理机器人上吗？弥合这道仿真与硬件之间的差距（也叫 sim2real gap），才是真正的挑战，也正是这个项目成为重要学习平台的原因。

¶10　这份工作里相当一部分不光鲜但很重要：核对底层控制参数在每一套软件配置里都一致、跑特性标定实验、把仿真电机模型调到与真机实测吻合。同样重要的是判断哪些近似是安全的、哪些会被策略学会钻空子。目标是让策略训练时面对的「被控对象」，和它在硬件上遇到的是同一个。

¶11　转入 RL 意味着改造现成的策略框架，而不是从零开始。只对三处做了有针对性的改动——奖励组成、策略训练时指令的范围、以及它保持姿态的方式——平滑的滚动就自己涌现出来了，同时机器人保持稳定、好开。

¶12　跨这些层工作之后，我发现机器人的极限通常住在**层与层之间**：在电机、底层控制、训练三者如何互相影响里。能近距离看到这种相互作用、探索这块丰富的设计空间，是这个项目里我最喜欢的部分。

### 动作背后

¶13　有些动作来自一个人类动捕数据资料库。我专门挑了脚打滑多的片段，因为那看起来正是轮子会让事情变有意思的地方。确实如此！拿侧向冲刺来说：人会滑脚的地方，策略学会了转向轮子、直接滚过去。

¶14　360° 转体跳看着像高能量动作，其实风险很低。它是一个轨迹跟踪策略，跟着一段人做这个跳的记录走，而且第一次就成功了。有意思的是它使用抓地力的方式，和有脚的 Atlas 完全不同。比如起跳前「蓄势」那一下，下半身会快速滚到位，为向上的蹬发力做准备。

¶15　看着这些小技巧自己涌现出来，很迷人。给策略装上轮子，它自己就琢磨出该怎么用。

### 接下来

¶16　回头看，这个项目对我来说最棒的一点，是看到「懂电机」能把 RL 策略设计加速多少。造出这么一台开起来有意思的试验台，说明精确的电机模型与高层学习最好是搭在一起干的，而且彼此会让对方更好。

¶17　这些洞见已经在回流到我们的标准配置上。通过维持执行器动力学与全身 RL 之间的紧密整合，我们继续推高硬件极限、增强策略面对失效模式的鲁棒性，并扩展 Atlas 的能力包络。

*在 Atlas 滚过真实地板之前，它先滚过了上百万块仿真地板。感谢让这个项目成真的所有人：感谢 Josh Geating 做了轮子适配器；感谢 Robin Deits、Shane Rozen-Levy、Roberto Shu，这套工作建立在他们做的 RL 栈之上；感谢技师 Mark Loughlin 和 Peter Jardin 把轮子拧到 Atlas 上；也感谢 Google DeepMind 的 Yuval Tassa 与 MuJoCo 团队提供了开源物理引擎。*

---

## 译注与存疑

1. ¶2 原文 "As Atlas' other athletic feats, we have to find ways to push the limits" 语法不完整（缺谓语），按上下文译作「和其它运动壮举一样，我们得想办法推极限」，属补全，标 `[?]`。
2. ¶7 原文引号写作 `“classical”‘`，疑为排版错误，中文按「经典」处理，未改英文原文。
3. ¶8 "with confidence" 译作「而且有把握」，指对策略动作可在真机复现的信心，不是「机器人有自信」。
4. ¶10 plant 是控制论固定术语，指被控制的那个物理系统；这里特指仿真中的电机+传动模型。若按字面「工厂 / 设备」会读反。
5. ¶14 windup 借棒球/高尔夫「引杆蓄力」，译「蓄势」；traction 译「抓地力」，与摩擦系数相关但不等同。
6. ¶17 capability envelope 与 ¶2 performance envelope 是同一类「包络」说法，前者指整机能力边界、后者专指电机性能边界，译文保留区别。
7. 结尾致谢两段斜体在原文被 `*` 切成两段，属网页排版，中文合并为一段。
8. 官方页面未显示发布日期；2026-11-09 为多家第三方一致口径，不是官方标注。