迪士尼研究院打造了一台1:1还原的雪宝机器人，其不合理的身体结构带来了巨大工程挑战。为实现动画角色的物理复现，团队将非对称机械设计与热感知强化学习相结合，不仅解决了行走平衡与表演精度难题，更创新地将热力学公式融入控制策略，让机器人在过热前能主动“偷懒”，展现了角色可信度的工程新边界。
智能速览
为还原雪宝形态，采用非对称腿部设计与远程驱动的五杆连杆手臂。
通过动静分离架构，用强化学习控制核心动态，经典控制处理表情。
创新地将热力学模型融入强化学习，使机器人能主动调节姿态防止过热。
在奖励函数中加入冲击减少项，行走噪音降低13.5dB，同时保持角色步态。
引入Path Frame虚拟坐标系，成功将动画中非物理的浮动脚映射到现实。
精华内容
将一个违背物理直觉的动画角色变为现实，远不止简单的仿生。迪士尼的工程师面临的挑战，是在极限空间内，如何让机器人既能保持角色神态，又能像一个生命体一样智能地自我保护。
非对称的极限空间
雪宝大头细脚的原始设定给机械设计带来了巨大难题。为了在仅有的两个球形脚部空间内塞下25个自由度，团队采用了打破常规的非对称布局，将左腿髋关节电机置于后方，右腿置于前方，以避免内部机构干涉。
其标志性的树枝手臂，为了保持纤细，无法内置电机。工程师巧妙地运用球形五杆连杆机构，将驱动电机全部收纳在躯干内。这一设计不仅解决了空间问题，还将重量集中到身体核心，有效降低了高重心带来的不稳风险。
动静分离的智慧
要让雪宝动起来，团队采用了动静分离的控制架构。负责平衡和行走的身体与腿部部分，是动力学的核心，因此采用强化学习进行端到端的全身控制，以应对复杂环境。
而眼部、嘴部等表情和手臂细节，则采用PD控制等经典方法，以确保表演的确定性与高精度。这种策略分离，既保证了动作的流畅自然，又确保了角色表情的精准呈现。同时，团队还创造了Path Frame虚拟坐标系，用于对齐动画中漂浮的脚部设定，使其能在物理世界中合理行走。
会偷懒的热力学
雪宝巨大的头部和厚实的戏服导致其散热条件极差，颈部电机面临巨大的静态力矩和过热风险。若简单设置温度阈值，机器人可能在与观众互动时突然瘫痪。
团队将焦耳热效应公式直接写入强化学习状态空间，让策略网络理解力矩与发热的平方关系。通过控制障碍函数（CBF）设置软约束，当温度接近上限时，机器人会主动“偷懒”，调整姿态以降低力矩输出。实测显示，开启热感知后，机器人能将温度稳定控制在80°C以下，而无此策略的机器人在40秒内便会因过热达到100°C而停机。
安静且像人的步态
为了不破坏沉浸感，雪宝的行走必须安静且符合动画角色特征。团队在强化学习的奖励函数中，加入了一项特殊的冲击减少项，用于惩罚脚部落地时的垂直速度突变，从而抑制噪音。
实验数据表明，该策略使行走的平均噪声降低了13.5dB。此外，动画中雪宝独特的脚跟-脚尖滚动步态也被精确复刻。对比实验显示，去掉此步态约束的机器人虽然也能走稳，但动作显得生硬机械，失去了角色的灵魂。
迪士尼雪宝的意义，在于探索了为角色可信度而生的工程路径。它证明了将物理约束融入强化学习，能赋予机器人近乎生物本能的自我调节能力。这种对自身“生理极限”的感知与动态适应，对未来更具普适价值的服务机器人发展提供了重要启示。
