随机化不是把世界弄乱，而是让策略少依赖偶然条件

训练环境也会给模型提供捷径

如果所有训练图片里的杯子都在同一块亮斑上，模型可能学会找亮斑，而不是找杯子。如果每次接触的摩擦都一样，控制策略可能依赖这个精确数值。现实稍有变化，原先的捷径就失效。

领域随机化（Domain Randomization）把部分环境因素作为随机变量。这里的“领域”不是公司业务领域，而是影响观察和动力学的数据分布。目标通常不是让模拟器每次都看起来更逼真，而是减少模型对某一种外观或物理条件的过度依赖。

如果真实摩擦低于训练范围，训练中的随机化并没有见过这种情况；即使落在范围内，也可能处于很少被采样的尾部。因而“现实只是训练分布的一个样本”应被视为需要验证的设计目标，而非随机化之后自动成立的事实。

不要用换颜色代替执行器建模

例如把摄像头随机平移后，如果继续使用旧标定转换点云，训练得到的可能是系统性错误坐标，而不是合理视角变化。应明确究竟在模拟“相机真的换位置且正确标定”，还是“存在未知标定误差”；两种任务需要不同标签和观察合同。

越宽并不总越鲁棒，改变频率也有物理含义

教学设定：物体质量在 0.8 至 1.2 kg 均匀采样，均值 1.0 kg，标准差约 0.115 kg。这只是训练分布；不意味着真实物体质量服从均匀分布，也不能证明 1.3 kg 的物体可处理。

质量通常在同一回合保持固定，而不是每个物理步突然跳变；传感噪声可以逐步变化，但真实偏置可能持续许久。若每步随机重置质量，等于创造一个不断变化的系统，可能比真实任务更难，也可能诱导不合适的策略。

独立采样也可能制造不合理组合：尺寸增大但质量与惯性完全不变，或相机移动到看不见工作区的位置。可以使用相关采样、条件分布或合法性检查。范围很宽但多数任务不可解时，训练预算会被浪费，策略可能退化为保守停滞。

如果两种隐藏质量在同一观察下需要相反控制，单帧策略可能无法同时处理。解决方式可能是增加历史、感知、在线状态估计或自适应，而非无限增加随机化强度。鲁棒控制与辨识/适应是互补思路。

真实案例支持方法，不支持无条件迁移

Tobin 等人在 2017 年研究通过非写实随机纹理训练物体定位，作者报告特定真实测试中的平均定位误差约为 1.5 cm，并进一步演示在杂乱环境中的抓取。平均误差不是逐次误差上限，也不是随机化带来的普遍精度保证；视觉定位迁移不等于完整控制动力学已迁移。原论文。

Peng 等人的动力学随机化工作则改变模拟物理参数来学习可迁移控制。两条路线可以结合，但需要分别确认视觉误差、动作响应和接触误差由什么机制改善。动力学随机化论文。

做消融比较时，至少固定训练预算与数据划分，比较无随机化、仅视觉、仅动力学和组合版本。测试集应包含未用于调参的随机种子与条件；如果反复按同一组真实测试结果调整范围，那组数据已经参与适配，不能继续称为独立测试。

对物体入盒项目，可以先在有限位置和光照变化中识别视觉问题，再改变物体质量与摩擦检查接触问题。记录分条件成功率、异常接触和恢复，不用“加了随机化”代替证据。

把这一层放回完整机器人

返回具身智能知识地图，或沿本专栏继续展开：

• 机器人强化学习：奖励如何塑造动作：连续控制、探索、奖励设计与策略评估。
• 物理仿真：接触与摩擦如何计算：积分、约束、传感器模拟与计算代价。
• 仿真到现实：误差究竟出在哪里：系统辨识、标定、延迟与部署前验证。