待验证70% 置信事实精确时间
sim2real（仿真到现实）是机器人学习领域最核心也最棘手的难题之一，其核心挑战是仿真世界与真实世界之间的Reality Gap（现实鸿沟）
2
来源数
70%
置信度
长期有效
时效性
2026/8/30
首次发现
来源
涉及实体
相关事实
待验证Sim-to-real是机器人学习中的关键难题，仿真器无法完美复现真实世界的物理细节（如摩擦、传感器噪声、电机延迟），导致策略迁移时性能下降。77% 相似已验证Sim-to-Real迁移（现实差距问题）是机器人学中长期存在的根本性挑战，目前尚无通用解决方案75% 相似待验证如果模型能直接从真实世界的一次演示中学习，就在很大程度上绕过了Sim-to-Real的现实差距问题68% 相似待验证仿真与现实的差距（sim-to-real gap）是具身智能研究中难以逾越的障碍，许多研究者只能依赖 Isaac Sim、MuJoCo 等仿真环境验证算法。68% 相似待验证强化学习在机器人领域面临的核心挑战是样本效率极低，真实机器人完成百万次试错耗时且有硬件损耗风险，促使离线强化学习和仿真到真实迁移成为研究热点65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/822563API
curl https://kongchang.com/api/v1/knowledge/claims/822563MCP
get_claim(id=822563)