聚焦仿人双足机器人，着重解决其下肢鲁棒行走中仿真到实机间隔（SimToReal gap）的误差问题

总述

硬件：采用傅利叶智能科技一体化关节模组：
1）胯部和膝关节选用 FSA80 - 29E 电机，以承受较大扭矩；
2）大腿部分采用 FSA60 - 43E 电机，兼顾扭矩和转速需求；
3）小腿选用 FSA45 - 30E 电机并采用并联结构，优化惯量设计，提升机器人运动的灵活性和稳定性。
关节采用模块化快拆设计，方便维护；
整体选用铝合金 7075、退火钛和碳纤维等材质，提高机器人性能。

硬件拓扑：采用信号层和功率层分层架构，
信号层以上位机为核心，借助千兆交换机实现多电机的精准控制
功率层利用硬件隔离技术保障上位机安全，并为各组件提供适配电压

重点：步态规划环节，基于HumanoidGym框架，运用强化学习模型，结合近端策略优化（PPO）损失函数，非对称演员评论家方法和特权信息进行训练。通过合理设置奖励函数，引导机器人学习最优步态。在IssacGym平台进行多环境训练，并在不同仿真环境中验证和优化策略，使机器人获得稳定高效的步态。

部署准备：Real2Sim过程中，从Mujoco仿真环境中采样获取电机action值在实物上验证，有效验证电机和硬件性能。
部署：在实机部署（Sim2Real）时，针对仿真与现实的差异，优化控制频率，采用伪并行技术提高数据获取效率，并对控制频率和策略进行匹配优化；同时对惯性测量元件进行优化和仿真对齐，提升机器人在现实环境中的性能和鲁棒性

人形机器人领域主要包含手臂操作（manuipulation）和下肢鲁棒行走（locomotion），本文章主要解决SimToRe