待验证50% 置信事实精确时间
Sim-to-Real的关键挑战在于现实差距（Reality Gap），通常需要通过域随机化来增强策略的鲁棒性
1
来源数
50%
置信度
长期有效
时效性
2026/8/15
首次发现
来源
相关事实
待验证仿真到现实迁移中存在sim-to-real gap，缓解手段包括域随机化、系统辨识和渐进式迁移学习75% 相似待验证Sim-to-Real Gap 的根源在于仿真模型对真实物理世界的不完美近似，来源包括空气动力学简化、传感器噪声模型失真、电机响应延迟未建模和视觉域差异73% 相似已验证现有缓解sim-to-real gap的方法包括域随机化和系统辨识，但均未能从根本上消除这一鸿沟70% 相似待验证缩小Sim-to-Real Gap的四种主流方法为域随机化、系统辨识、在真实数据上微调和精细化执行器建模64% 相似待验证针对特定任务的深度优化会以牺牲分布外场景鲁棒性为代价，被称为能力-泛化权衡63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/753246API
curl https://kongchang.com/api/v1/knowledge/claims/753246MCP
get_claim(id=753246)