待验证50% 置信事实精确时间

Sim-to-Real Gap的来源主要有三：物理建模的近似、传感器建模的失真、行为建模的偏差。

1

来源数

50%

置信度

长期有效

时效性

2026/10/13

首次发现

来源

Laplace Intelligence用数字孪生测试自动驾驶

涉及实体

Sim-to-Real Gapconcept

相关事实

已验证仿真环境与现实之间存在Sim-to-Real Gap，仿真无法完全复刻现实世界中的摩擦力变化、传感器噪声、光照干扰等因素72% 相似待验证选择更贴近真实物理的仿真器本身就能压缩一部分Sim-to-Real Gap70% 相似待验证物理AI的核心挑战是弥合数字推理与物理执行之间的差距，包括对三维空间的理解、实时传感器融合以及对物理约束的内建遵从69% 相似待验证造成Reality Gap的主要来源包括视觉外观差异、物理参数误差（摩擦、弹性、质量分布）以及传感器噪声模型的不准确69% 相似待验证Sim-to-Real迁移技术和数字孪生方法正在帮助缩小仿真与真实之间的差距69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1021945

API

curl https://kongchang.com/api/v1/knowledge/claims/1021945

MCP

get_claim(id=1021945)