待验证50% 置信事实精确时间

缓解sim-to-real问题的常用手段包括域随机化、系统辨识以及基于真实数据的在线微调

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

人形机器人学打球：自适应运动规划与追踪如何跨越仿真到现实

涉及实体

sim-to-realconcept system identificationconcept

相关事实

待验证用真实的追踪数据做微调，相比人工构造的数据集，更贴近应用的实际使用场景，能减少微调后模型在线上的表现落差69% 相似待验证合成数据能够以可控方式补齐真实数据在成本、隐私、覆盖度方面的缺口67% 相似待验证缓解基准污染的常见手段包括使用动态生成的新题、在公布前对题库保密，或混合多个维度的评测以降低单一数据集的权重64% 相似待验证实时查询对底层数据集的性能与成本影响、高并发下逐读者执行安全策略的延迟、自然语言构建应用的复杂逻辑边界等细节尚待实际使用验证64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1005034

API

curl https://kongchang.com/api/v1/knowledge/claims/1005034

MCP

get_claim(id=1005034)