域随机化

域随机化指在训练时随机化仿真的物理参数，使策略不依赖任何一组特定参数。

microduck_rl 逐环境随机化这四个量：

随机化对象	为什么是它
电池电压	满电和快没电的鸭子，舵机能出的力矩不一样
负载下的电压跌落	多个舵机同时发力时电压会塌，直接影响步态
指令延迟	真实控制链路有延迟，策略必须对此鲁棒
摩擦力大小	个体差异与磨损

实现是 src/mjlab_microduck/actuator/ 里的 FrictionDRBamActuator。

和「加噪声」的区别

这是最容易混的一点：

随机化物理参数：每个并行环境里的机器人本身就不一样——这台电压高一点，那台摩擦大一点。策略必须学会一套在整个参数分布上都成立的控制方式。

往观测里加高斯噪声：机器人是同一台，只是策略看到的读数有抖动。策略学会的是「忽略噪声」，而不是「适应不同的机器」。

后者对传感器噪声有用，但解决不了 sim2real 的核心问题——真机和仿真的差异不是噪声，是系统性的参数偏移。

代价

随机化范围越大，策略越鲁棒，但性能上限越低——它必须为最差的情况留余量。范围设多宽是一个需要实验的取舍，不是越大越好。