已验证75% 置信事实精确时间

Sim-to-Real（仿真到现实迁移）已成为人形机器人运动控制的行业主流路线，研究者在物理仿真器中利用GPU并行运行数千个仿真实例训练强化学习智能体

3

来源数

75%

置信度

长期有效

时效性

2026/8/20

首次发现

来源

全球人形机器人运动会开测，具身智能进入实战检验期

相关事实

待验证sim2real 指从物理仿真环境到真实世界的迁移，是机器人学习领域最核心也最棘手的难题之一74% 相似待验证现代AI机器人通常依赖强化学习来训练运动控制策略69% 相似待验证波士顿动力、特斯拉Optimus、Figure AI等公司选择人形机器人方案，基于让机器人无需改造现有空间即可直接投入使用的逻辑67% 相似已验证如今的AI智能体具备真正的行动能力，能够跨多个步骤自主完成任务并模拟人类在网页上的点击、填写和提交操作65% 相似待验证Isaac Sim是NVIDIA基于USD的机器人仿真平台65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/777340

API

curl https://kongchang.com/api/v1/knowledge/claims/777340

MCP

get_claim(id=777340)