解读 142 · testbench 双脚本函数级
解读对象:
microduck-replica/upstream/microduck_rl/scripts/testbench_sim2real.py(611 行)+scripts/validate_bam_testbench.py(277 行),函数级全走
需要的前置:解读 60(导览:双脚本在验证流程的位置)、解读 56(M6 六参数)
导览(60 篇)讲了动机;本篇逐函数下钻。testbench_sim2real.py 验策略(同一 ONNX 跑两世界),validate_bam_testbench.py 验执行器内核(同一实测轨迹喂两个仿真器)。
底盘(testbench_sim2real.py:39-96)
CONTROL_DT = 0.02(50 Hz = decimation 4 × 0.005)、SIM_DT = 0.005(200 Hz)、DXL_VEL_TICK_TO_RAD_S = 0.229·2π/60(:47;速度原始 tick,每 tick = 0.229 RPM)。make_target_schedule(:55-71)用种子化 rng 每 4 秒在 ±80° 采一个新目标;同一 seed 保证两世界同一条轨迹。PolicyRunner(:74-96)是薄包装:step(:87-96)拼 4 维观测 [q - DEFAULT_POS, qd, last_action, target](:90-93),缓存 last_action(:95),返回 DEFAULT_POS + action·action_scale。
两个仿真后端(104-291)
rollout_sim_bam(:104-210):200 Hz、无 torch,但执行器非训练时那份(:105-109)。载入 xl330 的 m6 json(:118-121),设 VIN = 7.4、KP_FW = 200.0(:123-124)。细节(:143-155):position actuator 转 motor(act.set_to_motor(),限幅 ±VIN·kt/R),铰链 damping/frictionloss 清零——摩擦归 BAM 管。主循环(:183-208)外层 50 Hz、内层 decim=4:每内步先 200 Hz 记录六元组,再 set_q_target + update()(写力矩、推摩擦进 dof)+ mj_step。
rollout_sim_mjlab(:213-291)用真正的训练环境:resampling_time_range = (1e6, 1e6)(:232)关自动重采样、enable_corruption = False(:236)公平对照,每拍写 cmd_term._target[0, 0] 注入目标(:258)。讲究处在 observation_manager.compute(update_history=True)(:262):joint_vel 观测带 1 拍延迟,历史缓冲必须每拍推进,否则速度陈旧。再手动复刻 decimation 循环(:272-288)以 200 Hz 采样。
实物路径与分析器(299-533)
rollout_real(:299-413)先配舵机(position 模式、P=kp、I/D=0)并回读确认(:322-325,固件会静默钳位)。主循环(:349-409)每 20 ms 开头读一次、跑一次、写一次;速度读失败用 (q - prev_q) / CONTROL_DT 差分兜底(:357-358);deadline 定时凑足 200 Hz(:376-379);结束关扭矩(:412)。注意 :362 有行被注释掉的 np.clip——策略输出限幅被有意放开。分析侧:_mae(:421);npz_to_bam_log(:426-472)把 .npz 转回 BAM 日志格式(load/temp 为占位,dt 取实测均值(:441)),喂 bam.plot;compare_and_plot(:475-533)出四联图。main(:541-607)分派 --compare/--to-bam/rollout 三模式。
validate_bam_testbench.py:内核的三方对质
模块头(:22-41)钉死路径与固件常数:ERROR_GAIN = (4096/2π)/(256·885)(:39,位置误差→PWM 增益)、VIN = 7.4。bam_python_rollout(:44-58)调 BAM 官方 Simulator.rollout_log(simulate_control=True) 当参照。compute_m6_friction(:61-83)复刻 M6 摩擦:stribeck 项(:64)、两路负载摩擦(:66-73)、friction_base+粘性阻尼,合成 friction_budget;二次项被注释跳过(:79)。
mujoco_rollout(:86-178)是核心,每 entry 走六步链:①duty = clip(误差·kp·ERROR_GAIN, ±1),电压 = VIN·duty(:151-153);②电机力矩 kt·V/R − kt²·dq/R(:156);③外力矩取 -qfrc_bias(:161,符号约定相反);④摩擦预算(:164);⑤静摩擦裁剪 min(|τ_stop|, budget)(:167-171);⑥ctrl = motor + friction(:174,bias 由 MuJoCo 加回)。arm 质量/惯量按日志缩放(:112-120)。main(:181-273)对每条录音算三个 MAE(bam_vs_real / mj_vs_real / bam_vs_mj),判定(:241-246):avg_diff > 0.01 即内核有 bug;avg_mj > 1.5×avg_bam 即动力学差异;否则 ✓。
你带走的收获
- 对照的前提被代码化:同 seed 目标序列+一致观测与 50/200 Hz 节拍,差一项 MAE 不可信。
- 实物数据质量在细节:增益回读、tick 换算、差分兜底、deadline 定时采样。
- 内核验证要三方对质(你的实现/官方参考/实物),两两 MAE 定位分歧。
npz_to_bam_log让产物回流辨识工具链,而非一次性图片。