MuJoCo 第二场景：目标位置相同，为什么有的控制器停不住？

git clone https://github.com/VirtualSelect/hohoo-embodied-agent.git hohoo-embodied-agent-study
cd hohoo-embodied-agent-study
git checkout 831789c2a1efb4564c4cfabc2298e48e16ada879
python -m venv .venv
$py = '.\.venv\Scripts\python.exe'
& $py -m pip install -r requirements-lock.txt
& $py experiments/planar_reach/run.py --out outputs/my-run
& $py experiments/planar_reach/audit.py outputs/my-run

固定版本代码 · 原始证据 · 实验档案

前十四轮主要围绕抓取流程中的观测、恢复与完成契约。本轮换一个更容易看清控制规律的场景：一个有质量的球形执行器，可以沿x/y两个轴移动，用两个motor施加力，从(0,0)到(0.6,0)。

这里没有机械臂关节链、逆运动学、抓取、视觉或ROS2。它是第二个真实运行的MuJoCo教学场景，不把M4/M5或完整VL01标成完成。目标是先回答一个基础问题：朝目标施力，为什么会冲过去，甚至一直来回摆？

从误差到力，中间隔着动力学

本轮控制律为 F = Kp × (目标位置−观测位置) − Kd × 观测速度。Kp=80固定，Kd比较0、18、36；质量比较1kg和2kg。每轴力限制±5N，物理步长2ms，控制每20ms更新一次，运行4秒。

位置目标 → 位置误差 × Kp ─┐
观测速度 → 速度 × (-Kd) ──┼→ 限幅±5N → MuJoCo动力学 → 新位置/速度
                         └───────────────────────────────↑

只有P项时，靠近目标意味着力变小，却不意味着速度已经为零。穿过目标后才产生反向力，可能已经积累了很大动量。D项根据速度提前“刹车”；过大的D也可能让响应变慢。质量变化则改变同样力下的加速度。

经典连续线性模型中，临界阻尼与2√(质量×Kp)相关。但本例还有限幅和离散采样，不应直接把这个公式当成所有条件的最优参数。本篇只比较三个冻结值，不做自动调参。

怎样判断真的停住

不是最后一帧碰到目标就算通过。最后0.3秒的每条记录都需要位置误差小于15mm、速度小于40mm/s。CSV记录每2ms真值、施力、观测捕获时刻和饱和标记，可独立重算。

质量	Kd	最大x超调	最终位置误差	稳定完成
1kg	0	740.6mm	677.95mm	否
1kg	18	0mm	<0.01mm	是
1kg	36	0mm	0.06mm	是
2kg	0	630.9mm	569.47mm	否
2kg	18	74.0mm	<0.01mm	是
2kg	36	0mm	0.04mm	是

无阻尼两组未稳定；相同Kd=18在更大质量时出现明显超调，虽然4秒末仍通过。不能只比较最终误差，也不能把同一固定场景的六次运行说成泛化成功率。

读scene.xml：动作到底是什么

两个slide joint约束平面运动，motor输入是力；不是把qpos瞬移到目标。球半径35mm，场景重力为零，基础关节阻尼为零，因而更容易隔离控制器的速度反馈。Kp与Kd写在Python控制器，限力同时由程序和MuJoCo actuator范围约束。

MuJoCo配置含义可查3.3.7 XML参考。如果把motor换成position actuator，接口含义已经改变，不能继续用“动作值等于牛顿”的解释。

练习、复现与局限

打开01-gain.csv，在前几行核对力是否饱和；接近目标时再看速度与力的方向。把质量改大，在新目录运行，先预测是否超调，再看轨迹。不要用缩短观察时长让困难案例“没来得及失败”。

本轮全状态来自仿真真值，控制参数固定，没有机器人摩擦辨识和硬件验证。若导入失败，检查同一个Python环境是否安装锁定依赖；数值运行不需要OpenGL。下一篇保持控制器不变，加入障碍与执行器尺寸。

从干净目录复现

使用 Python 3.12。入口一次运行这组三个主题的对照，各篇只解读自己的子集，不把同一份记录重复当作新增回合。

git clone https://github.com/VirtualSelect/hohoo-embodied-agent.git hohoo-embodied-agent-study
cd hohoo-embodied-agent-study
git checkout 831789c2a1efb4564c4cfabc2298e48e16ada879
python -m pip install -r requirements-lock.txt
python experiments/planar_reach/run.py --out outputs/my-run
python experiments/planar_reach/audit.py outputs/my-run
python experiments/planar_reach/plot.py outputs/my-run

输出目录必须不存在。本机验证环境为 Windows，Linux/macOS尚未复测。不需要模型密钥或付费服务。manifest中的代码冻结提交早于上方含证据的归档提交，源码哈希对应实际执行文件。