# REEM-C仿真PD增益过高致RL训练难，需匹配硬件位置控制器

> 原文链接：https://robotics.hellobike.com/pitfalls/2026-02-09-pal-mjlab-51
> 频道：pitfalls | 更新日期：2026-02-09 | 标签：auto, github-issue, pal_mjlab
> 核心摘要：REEM-C因硬件仅支持位置控制，仿真必须用高PD增益模拟内环；建议通过速度缩放与策略正则化解决训练不稳。

# REEM-C仿真PD增益过高致RL训练难，需匹配硬件位置控制器

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[REEM-C Velocity Tracking](https://github.com/pal-robotics/pal_mjlab/issues/51)（GitHub pal-robotics/pal_mjlab #51）

**状态**：已解决

## 问题

在pal_mjlab中为REEM-C配置速度跟踪RL训练时，MuJoCo仿真所需的PD增益、阻尼及摩擦值显著高于TALOS。若为追求自然步态降低仿真增益，会导致策略依赖虚假柔顺性，部署到仅有固定200Hz位置控制器的真机时产生Sim-Real失配。

## 环境

机型：REEM-C；仿真器：MuJoCo；训练框架：mjlab/Playground；硬件接口：200Hz固定位置控制器；RL策略频率：50Hz；GPU：RTX 4090。

## 解决办法

1. 保持高PD增益以精确建模REEM-C硬件嵌入式位置控制内环，确保Sim-Real一致性，不可随意调低。
2. 实施速度缩放（Velocity Scaling），根据允许的最大速度限制新指令位置，缓解高增益带来的数值不稳定。
3. 在RL策略层面增强平滑性与鲁棒性，采用动作正则化（Action Regularization）及接触感知代价函数。
4. 将碰撞体从Mesh替换为Capsule以提升计算效率，并参考Kangaroo机型配置。
5. 训练参数参考：5000迭代、16384并行环境，基于RTX 4090验证有效。

讨论原作者：@willthibault 等，版权归原作者所有。
:::

## 原始参考来源 (Sources)

- [GitHub pal-robotics/pal_mjlab #51：REEM-C Velocity Tracking](https://github.com/pal-robotics/pal_mjlab/issues/51)