待验证50% 置信事实精确时间
Microduck 专为 sim-to-real（仿真到现实）强化学习设计
1
来源数
50%
置信度
长期有效
时效性
2026/8/31
首次发现
来源
涉及实体
相关事实
待验证强化学习方案通常基于MuJoCo、Isaac Gym等物理仿真引擎构建，再通过Sim-to-Real迁移技术部署到真实硬件71% 相似待验证Microduck 出厂即搭载 7 种预训练行为65% 相似待验证超级马里奥强化学习环境通常基于gym-super-mario-bros库，输入处理常用灰度化、堆叠连续4帧、下采样到84×84像素等技巧62% 相似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62% 相似待验证预训练+微调范式源自NLP和计算机视觉领域，其核心是大规模数据预训练学到通用底层特征，下游任务用少量标注数据适配60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/828439API
curl https://kongchang.com/api/v1/knowledge/claims/828439MCP
get_claim(id=828439)