ProceduralLocomotion:无 RL 无动捕的扭矩平衡程序化双足布娃娃运动

项目定位：在 Unity 里做出"不用动捕、不用强化学习"的物理驱动双足行走

ProceduralLocomotion 是一个面向 Unity 3D 的极简、引擎原生架构，让物理模拟的双足布娃娃（ragdoll biped）实现平衡与行走——不需要动作捕捉数据、不需要离线优化、不需要强化学习。整个系统由一个手调的 PD 控制器、一个几何触发的逐脚 IK 求解器，以及 Unity 内置的 ConfigurableJoint 组成，所有骨骼物理的"重活"都交给引擎本身。

这个项目的目标受众很明确：想要物理反应角色、却不想搭建学术级控制管线（算力、工具链、参考数据）的单人开发者和小团队。它把"物理仿真角色"从高门槛研究中解放出来，变成可以直接在游戏引擎里实时调试的东西。

核心系统：三个独立、可实时调参的小型控制器

大多数物理模拟角色依赖两条路线之一：要么对生物力学目标做离线优化，要么用强化学习策略去拟合动捕参考数据——两者都超出典型游戏引擎工作流的基础设施。本项目反其道而行之，用三个通过最小共享状态耦合的独立控制器：

系统	职责
平衡控制器（Balance Controller）	每个物理步施加校正性根部扭矩的 PD 控制器，让布娃娃保持直立
逐脚 IK 求解器（Per-Foot IK Solver）	独立的、由射线检测触发的落脚；步伐通过一个简单的 IsMoving() 判断交替，无需显式时序信号
目标寻向运动（Target-Seeking Movement）	驱动旋转与速度朝向最近的标记目标

所有骨骼的物理合理性（关节限位、弹簧/阻尼响应）完全委托给 Unity 的 ConfigurableJoint，不引入自定义动力学模型。

附带的两个同理念子系统

• 程序化手臂伸展与锚定（Procedural Hand Reach & Anchoring）：以肩部为轴心的可达包络，配合"锁定并转动"的攀爬/支撑机制。
• 物理交互交接（Physical Interaction Handoff）：检测、吸附并对可推动物体做控制权移交。

与众不同：控制器是从控制理论推导出来的，而非凭手感

这个项目的亮点在于：平衡控制器不只是靠感觉调参。作者从实现中直接推导出一个 线性化的二阶控制理论模型（自然频率、阻尼比），产生关于恢复时间与稳定性的、可被证伪的预测，再用实验验证。这让它从"调参玄学"上升为可复现的研究。

项目附带完整的评测协议（含参考 C# 测试代码）：

实验	状态
扰动恢复扫描（48 次试验）	✅ 已运行
步态规律性记录	✅ 试运行（数据不足，如实记录）
增益空间稳定性扫描	⏳ 协议已定义，尚未运行
逐帧计算开销分析	⏳ 协议已定义，尚未运行

评测通过 PerturbationLogger 全自动无人值守执行：进入 Play 模式后，角色被反复重置、推动、测量，默认设置（6 种强度 × 8 次试验 = 48 次，每次最长 6 秒）约需 5–8 分钟。CSV 日志写入 Application.persistentDataPath。

关键参数（平衡控制器）

参数	说明
uprightTorqueStrength	比例增益 k_p——恢复扭矩强度
balanceDamping	微分增益 k_d——抑制振荡的阻尼

扭矩相对阻尼过大产生可见晃动（欠阻尼），阻尼过大产生迟钝恢复（过阻尼）。完整推导见论文第 2.3 节。

点评

ProceduralLocomotion 代表了一条常被忽视的技术路线：不依赖学习或离线优化，用纯控制器 + 引擎物理做出可信的全身行为。它对机器人控制智能、物理仿真、以及游戏角色物理都有参考价值——尤其是"从实现反推线性二阶控制模型并给出可证伪预测"这一步，值得任何做平衡控制的人借鉴。代码为独立研究者作品，处于活跃演进中，四个计划实验已完成两个，诚实标注了未测部分。适合想快速在自己项目里获得物理反应双足角色的开发者直接上手。