从失败到下一次改进#

学习的终点，是能解释下一次该改什么，以及为什么。 用 DexLab 已有的 Wuji 球体夹持案例，把时间、接触模型与证据连接起来。

从动作读到后果#

在这个合成场景中，夹爪先闭合，1.0 s 时撤掉准备阶段的支撑，随后评估 1.2–3.2 s 的保持阶段。

点接触 v3 的整个保持窗口内，两指持续接触；接触本身不提供内禀力矩。球体质心偏离两接触点连线约 0.310–0.985 mm，重力对该轴产生非零力矩。球体相对指垫参考发生转动与位移，最大保持位移达到 2.734 mm，超过原定 2 mm 阈值。

这条证据首先指向接触模型的力矩表达限制：两点的力不能产生绕连线的力矩。它不支持从“夹不住”直接推断求解器坏了。接触点和手指会移动，这一瞬时几何分析也不能唯一解释全部轨迹。完整测量与原始记录入口

v4 保持同一手、控制器和指令，给物体接触加入合成扭转摩擦。最大保持位移降到 1.025 mm，通过原保持与主动释放判据。求解器没有修改，实验使用原生 MuJoCo 3.17.0，不是 4.0 测试。

为什么结果仍需保留边界？

新接触定律从准备阶段就生效，撤支撑时的状态也会改变。因此，这个开发对照支持新接触配置在该场景下通过判据，不能唯一归因全部位移差异。参数是合成设定，没有实测指垫材料标定；保持阶段仍有缓慢漂移，也没有证明无限时长稳定。

就像给瞬时“转轴”增加阻转能力，模型能表达原先缺失的一类力矩。但真实接触的压力分布、形变与状态变化比理想转轴复杂，类比不能取代原生力矩和状态测量。

先提出一个能被证据区分的问题。例如：在匹配撤支撑状态后，这一扭转分量是否仍能改善保持？它需要状态匹配、相同控制与独立测量；这是下一次受控对照的思路，不是已经完成的结果。

实际系统也可以沿同一条链推进：明确任务 → 找到第一失效层 → 改一个机制 → 在原判据下复验。已有记录足够回答的问题，不必重新跑全套引擎。

策略失败可以暴露仿真的表达或观测缺口；修正仿真之后，还要检查策略是否从中受益。这种相互改进需要两边各自的证据。上面的案例完成了接触配置对照，尚不能证明自动发现问题、自动改引擎、再自动提升策略的完整闭环。

自测：1.025 mm 能证明 MuJoCo 4 比旧版更好吗？

不能。该对照在 MuJoCo 3.17.0 内改变接触配置，没有比较引擎版本，也没有修改求解器。结论只能落在实际改变与测量覆盖的范围。

打开完整 Wuji 案例看原始回放、测量与限制；回到研究导读理解更广的仿真问题；或进入MuJoCo 完整课程，沿模型、状态、接触、求解器和源码继续。