# BC-RNN策略评估时机械臂在目标物附近振荡无法抓取

> 原文链接：https://robotics.hellobike.com/pitfalls/2026-11-20-isaaclab-7963
> 频道：pitfalls | 更新日期：2026-11-20 | 标签：auto, github-issue, isaaclab
> 核心摘要：IsaacLab中BC-RNN策略评估时仅振荡不抓取，系图像双重预处理、L2头多模态平均及夹爪未阈值化所致，需逐项修正。

# BC-RNN策略评估时机械臂在目标物附近振荡无法抓取

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[[Question] BC-RNN policy oscillates near target object without grasping during evaluation](https://github.com/isaac-sim/IsaacLab/issues/7963)（GitHub isaac-sim/IsaacLab #7963）

**状态**：有绕过办法

## 问题

在IsaacLab中使用BC-RNN训练抓取策略，尽管训练Loss正常下降，但在`play.py`评估时机械臂能到达目标位置却在物体附近持续振荡，无法执行最终抓取动作。怀疑原因包括视觉编码器精度不足、LSTM时序处理异常或动作输出缩放错误。

## 环境

IsaacLab仿真环境，robomimic框架，BC-RNN算法（ResNet18+SpatialSoftmax+2层LSTM），HDF5数据集含双RGB相机流及低维状态（joint_pos/vel/cube_pos/last_action）。

## 解决办法

1. 检查评估阶段图像预处理：IsaacLab的`play.py`已对`image_obs_list`做permute和除255操作，若robomimic的`RolloutPolicy._prepare_observation`再次处理会导致图像变暗且轴序错乱，需打印eval时obs的min/max/shape并与HDF5比对，确认env cfg中`image_obs_list`设置是否引发双重处理。
2. 启用GMM输出头：当前`bc.json`禁用gmm而使用纯L2头，导致不同时刻接近与闭合动作被平均化为悬停行为，应切换为BC-RNN-GMM以保留多模态分布。
3. 夹爪输出阈值化：评估时将夹爪连续输出二值化为开/闭状态，避免半闭合导致抓取失败。
4. 移除观测中的`last_action`：该特征易诱发copycat行为使策略仅重复上一动作，建议删除后重新训练验证。

讨论原作者：@thiendoengr-svg 等，版权归原作者所有。
:::

## 原始参考来源 (Sources)

- [GitHub isaac-sim/IsaacLab #7963：[Question] BC-RNN policy oscillates near target object without grasping during evaluation](https://github.com/isaac-sim/IsaacLab/issues/7963)