MuJoCo 第二場景：目標位置相同，為什麼有的控制器停不住？

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

固定版本程式碼 · 原始證據 · 實驗檔案

前十四輪主要圍繞抓取流程中的觀測、恢復與完成契約。本輪換一個更容易看清控制規律的場景：一個有質量的球形執行器，可以沿x/y兩個軸移動，用兩個motor施加力，從(0,0)到(0.6,0)。

這里沒有機械臂關節鏈、逆運動學、抓取、視覺或ROS2。它是第二個真實運行的MuJoCo教學場景，不把M4/M5或完整VL01標成完成。目標是先回答一個基礎問題：朝目標施力，為什麼會沖過去，甚至一直來回擺？

從誤差到力，中間隔著動力學

本輪控制律為 F = Kp × (目標位置−觀測位置) − Kd × 觀測速度。Kp=80固定，Kd比較0、18、36；質量比較1kg和2kg。每軸力限制±5N，物理步長2ms，控制每20ms更新一次，運行4秒。

位置目標 → 位置誤差 × Kp ─┐
觀測速度 → 速度 × (-Kd) ──┼→ 限幅±5N → MuJoCo動力學 → 新位置/速度
                         └───────────────────────────────↑

只有P項時，靠近目標意味著力變小，卻不意味著速度已經為零。穿過目標後才產生反向力，可能已經積累了很大動量。D項根據速度提前“剎車”；過大的D也可能讓響應變慢。質量變化則改變同樣力下的加速度。

經典連續線性模型中，臨界阻尼與2√(質量×Kp)相關。但本例還有限幅和離散采樣，不應直接把這個公式當成所有條件的最優參數。本篇只比較三個凍結值，不做自動調參。

怎樣判斷真的停住

不是最後一幀碰到目標就算通過。最後0.3秒的每條記錄都需要位置誤差小于15mm、速度小于40mm/s。CSV記錄每2ms真值、施力、觀測捕獲時刻和飽和標記，可獨立重算。

質量	Kd	最大x超調	最終位置誤差	穩定完成
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

無阻尼兩組未穩定；相同Kd=18在更大質量時出現明顯超調，雖然4秒末仍通過。不能只比較最終誤差，也不能把同一固定場景的六次運行說成泛化成功率。

讀scene.xml：動作到底是什麼

兩個slide joint約束平面運動，motor輸入是力；不是把qpos瞬移到目標。球半徑35mm，場景重力為零，基礎關節阻尼為零，因而更容易隔離控制器的速度反饋。Kp與Kd寫在Python控制器，限力同時由程序和MuJoCo actuator范圍約束。

MuJoCo配置含義可查3.3.7 XML參考。如果把motor換成position actuator，接口含義已經改變，不能繼續用“動作值等于牛頓”的解釋。

練習、復現與局限

打開01-gain.csv，在前幾行核對力是否飽和；接近目標時再看速度與力的方向。把質量改大，在新目錄運行，先預測是否超調，再看軌跡。不要用縮短觀察時長讓困難案例“沒來得及失敗”。

本輪全狀態來自仿真真值，控制參數固定，沒有機器人摩擦辨識和硬體驗證。若導入失敗，檢查同一個Python環境是否安裝鎖定依賴；數值運行不需要OpenGL。下一篇保持控制器不變，加入障礙與執行器尺寸。

從干凈目錄復現

使用 Python 3.12。入口一次運行這組三個主題的對照，各篇只解讀自己的子集，不把同一份記錄重復當作新增回合。

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

輸出目錄必須不存在。本機驗證環境為 Windows，Linux/macOS尚未復測。不需要模型密鑰或付費服務。manifest中的程式碼凍結提交早于上方含證據的歸檔提交，源碼哈希對應實際執行檔案。