待验证50% 置信事实精确时间

sim-to-real gap 指仿真训练策略迁移到真实世界后性能往往大幅下降，领域随机化和系统辨识是常用缓解技术

1

来源数

50%

置信度

长期有效

时效性

2026/8/21

首次发现

来源

GEN-1.5机器人基础模型发布：单次演示即可学会新任务的One-Shot Learning突破

相关事实

已验证增强学习领域用'sim-to-real gap'描述在模拟环境训练的机器人策略因现实物理差异而在真实世界失效的现象77% 相似待验证训练-部署鸿沟指模型因训练与部署环境的数据分布偏移、软件依赖版本差异或硬件指令集不同而导致的性能下降73% 相似待验证物理AI的训练和验证高度依赖仿真-现实迁移（Sim-to-Real Transfer）闭环71% 相似待验证在游戏渲染图像上训练的模型直接应用于真实场景时，因域差异性能往往会显著下降70% 相似待验证使用假词作为提示词可以让模型进入训练数据中较少被激活的潜空间区域，从而产出更具多样性的结果69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/782730

API

curl https://kongchang.com/api/v1/knowledge/claims/782730

MCP

get_claim(id=782730)