本文依据 2026 年 9 月 18 日的仿真诊断记录整理。文中的参数是当时场景的实验条件，不是实机调参建议。

不要把所有误差都叫作“模型不准”

一个动作从策略输出到物理执行，中间还会经过目标限幅、平滑和执行器动力学。若目标每一步允许前进的幅度过小，而策略轨迹变化较快，执行器接收到的目标就会持续落后。

这轮诊断同时记录了两类量：实际关节相对目标的误差，以及目标滤波本身造成的滞后。二者对应不同问题，不能只看最终画面判断。

用同一段动作做对照

为了隔离限幅的影响，我们保持真实接触，并对同一段保存动作进行离线回放。以下是那次配对比较的结果，单位均为 rad：

每步目标限幅 整段最大误差 第 20 步误差 第 20 步滤波滞后
0.05 0.55874 0.55874 0.48033
0.10 0.30526 0.21511 0.05996
0.15 0.23066 0.12992 0.00941

这组数据支持一个有限结论：在这段保存轨迹和该仿真环境里，调整限幅明显减少了目标滤波的滞后。它不意味着限幅越大越好，也不意味着碰撞安全已经得到保证。

跟踪改善之后，还要看任务

随后采用 0.15 的设置进行了新的短程在线验证。关节误差改善了，但任务没有成功：没有稳定抓起瓶子，也没有投入目标容器。

两次在线运行的模型采样不同，因此不能把两次运行的差异全部归因于这个参数。上表使用相同保存动作的比较，才是这轮诊断中控制条件更清晰的证据。

留下来的方法

把指标拆成三层，更容易定位问题：

  • 目标层：模型动作经过限幅和平滑后变成了什么？
  • 执行层：实际关节是否跟上了送入执行器的目标？
  • 任务层：物体是否抬起、保持、移动并完成放置？

前两层通过，只说明动作链路的一部分工作正常。完整任务还受接近姿态、质量、接触与观测变化影响。

下一次遇到“机械臂跟不上”，先保存同一段动作，检查时序和目标加工过程，再做最小变量对照。这样得到的结论，比反复更换模型或盲目增加增益更容易验证。

学习来源：项目记录《已知问题修复与验收（2026-09-18）》中的轨迹回放表与验证边界。