已验证65% 置信解决方案精确时间

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

3

来源数

65%

置信度

长期有效

时效性

2026/8/20

首次发现

来源

ROS成立Physical AI特别兴趣小组，开源机器人生态拥抱具身智能

相关事实

已验证sim-to-real 迁移的关键挑战在于现实差距（reality gap）——仿真环境无法完美复现真实世界中的摩擦、柔性形变、传感器噪声等细节76% 相似已验证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75% 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73% 相似待验证Sim-to-Real迁移指模型在仿真环境训练后部署到真实硬件时性能大幅下降的现象，根源在于现实鸿沟（reality gap）69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/779151

API

curl https://kongchang.com/api/v1/knowledge/claims/779151

MCP

get_claim(id=779151)