飞行控制试验场

energy-coupled-r6 使用 MuJoCo 3.15.0，每 2 ms 积分、20 ms 反馈。位置与姿态由物理引擎产生。控制器读取当前模拟器真值，尚无 IMU 噪声、测距误差或姿态融合。

任务和高度

任务为零初速一周滚转、有初速一周滚转、空中倒置回正。两项 kickflip 还要求实际重心峰值达到 5 m。这是本轮工程目标，不是实车或所有姿态的安全高度。首次失败后冻结计分峰值，碰撞反弹不补分。逐时几何净空另行显示。

完成动作后须无车身触地、接触闭合速度≤1.6 m/s、法向总力≤当时车重7倍，并连续1秒满足：至少三轮接触、倾角<8°、角速<0.20 rad/s、竖直速度和车体侧向速度各<0.30 m/s、轮胎接地点滑移<0.50 m/s。允许向前滚动，不要求刹停或回起点。

离地后先慢转，同时积累向上动量；估计高度与滞空时间足够后，以净力目标为零的力偶加快滚转，再制动角速度、缓冲下降。慢转、蓄能切换、制动前馈都是人工设计的结构，CEM只调整15个参数。重力能量参照 z+max(vz,0)²/(2g) 不是实际飞行高度，也不保证剩余推力足以落地。

控制器不反馈水平位置或速度。12个固定单向喷口受单口上限、总流量、25 ms阀滞后及气量约束；饱和时共同缩放合力和力矩目标。目标水平力为零，实际瞬态水平力仍可能非零。风扇只补偿姿态力矩，其压差吸力和轴向反作用保留，并共用功率。

供气全程降压，P/P0=(m/m0)^1.2、Isp/Isp0=(m/m0)^0.1。初始气量260 kg、比冲60 s、总推力上限90 kN、风扇90 kW都是实验假设。问题与对照

本轮100代，CEM每代采28组参数，以6个初态评估候选。固定开发集12例中2例也用于训练。最终参数由开发集选出，120个任务留出与80个自由姿态留出不参与本轮选择；它们沿用先前研发中的初态，不能称全新盲测。

每代全部候选、逐案例结果与随机状态均保存；每5代保存三个任务的完整回放。中期为第50代，检查点标明策略最初被选中的代数。分数改善不等于全部初态成功，旧版奖励也不能与r6原始分数直接比较。

100代完成，共19,039次真实评估，选第74代。标准两项kickflip峰值均约6.385 m，落地闭合速度约0.23 m/s。

全120例以1 ms复算后，两项kickflip各27/40，回正0/40。对原有56个成功再做0.5 ms复算，同样两例变为硬接触，其余54例仍成功。

回正和自由姿态仍未解决；r5的回正曾为4/40，本轮退至0/40。所有失败保留，不能把两项改善概括成任意姿态都能落地。检查结果 · 失败视频素材

两项 kickflip 按近地正立起步训练。高空选择 kickflip 可能卡在起跳阶段；空中任意姿态使用回正任务测试。几何预演只限制指令，不改真实姿态，也不构成避碰保证。

碰撞外包4.10×1.72×1.20 m、总质量2,000 kg、静置重心0.50 m及喷口布局均未获实车标定。车壳与四轮共同满足重心位置，耗气对称。外观独立于碰撞盒和被动轮铰链；尚无真实悬架、轮胎变形、喷流CFD、完整气体热过程或传感器估计。低重心依据 · 风扇专利

本地和浏览器均用MuJoCo接触求解与官方WASM。Taichi适合并行数值计算，本轮没有加入。复现代码在 simulation_v2/。历史见r5存档、r4存档、r3存档。