域随机化
强化学习和机器人领域的训练技术，通过在仿真环境中随机化物理参数、视觉外观等变量，增强策略的鲁棒性，从而改善仿真到真实环境的迁移效果
核心事实
时间轴 (近 90 天)
作者采用了课程学习调度：初期仅使用关节位置初始化的惩罚项，随着训练迭代逐步扩大域随机化范围，并收紧奖励/惩罚阈值。
Cubic Doggo项目在训练中引入了水平方向随机推力，对3公斤的机器人施加高达5N的随机力，以模拟真实环境中的侧向冲击。
常见缓解Sim-to-Real鸿沟的手段有域随机化（Domain Randomization）、系统辨识和在线自适应。
每次尝试中，67个世界参数都会随机化，包括风速、浪高、燃料晃动幅度等，这种域随机化是让智能体适应真实世界不确定性的关键。
域随机化、系统辨识和自适应控制是弥合仿真与现实之间“现实鸿沟”的常见手段。
业界常用域随机化（在仿真中随机扰动光照、纹理、噪声等参数）来缓解Sim-to-Real Gap。
为缩小仿真到现实的鸿沟，主流做法包括域随机化（domain randomization）以及使用高保真物理引擎和真实数据回放。
新框架在训练阶段引入随机化的执行速度，使低层跟踪器学会处理意外延迟，对现实世界中的摩擦和滞后更具韧性。
缺少域随机化的策略通常只在训练所用的单一仿真器中表现良好，面对真机物理不确定性便会迅速失效
四足运动控制常见的随机化项目包括观测噪声注入、动作延迟模拟、地形随机化以及随机外部冲击力
还有 33 条时间轴事件
全部知识事实 (20)
域随机化最早由OpenAI在2017年的机械手研究中系统应用
75%已验证域随机化技术在训练时随机扰动物理参数（如质量、摩擦系数、电机延迟等），迫使策略学会在各种条件下鲁棒运行
70%已验证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
70%已验证缩小Sim-to-Real Gap的四种主流方法为域随机化、系统辨识、在真实数据上微调和精细化执行器建模
70%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
70%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
70%已验证域随机化（Domain Randomization）通过训练时随机化仿真参数迫使策略学习对环境变化具有鲁棒性
65%已验证OpenAI在训练Dota 2智能体时使用了自动域随机化技术
65%已验证域随机化（Domain Randomization）技术通过在仿真中随机扰动物理参数（如地面摩擦系数、机器人质量分布、传感器延迟等）来迫使策略网络学习对变量鲁棒的通用控制策略，以弥合sim-to-real gap
65%已验证仿真世界与真实世界之间存在难以弥合的差距，即Reality Gap，源于电机响应延迟、关节摩擦力、传感器噪声、地面材质差异等细节偏差
65%已验证仿真到现实差距（Sim-to-Real Gap）的主流解决方案包括域随机化和系统识别
65%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
65%待验证应对Reality Gap的两种主流方法是域随机化（Domain Randomization）和系统辨识（System Identification），实践中最有效的方案往往是两者结合
60%待验证域随机化技术最早由OpenAI在2017年的机器人抓取研究中系统提出，后在Rubik's Cube项目中得到验证
60%待验证Cubic Doggo项目在训练中引入了水平方向随机推力，对3公斤的机器人施加高达5N的随机力，以模拟真实环境中的侧向冲击。
50%待验证作者采用了课程学习调度：初期仅使用关节位置初始化的惩罚项，随着训练迭代逐步扩大域随机化范围，并收紧奖励/惩罚阈值。
50%待验证常见缓解Sim-to-Real鸿沟的手段有域随机化（Domain Randomization）、系统辨识和在线自适应。
50%待验证每次尝试中，67个世界参数都会随机化，包括风速、浪高、燃料晃动幅度等，这种域随机化是让智能体适应真实世界不确定性的关键。
50%待验证域随机化、系统辨识和自适应控制是弥合仿真与现实之间“现实鸿沟”的常见手段。
50%待验证业界常用域随机化（在仿真中随机扰动光照、纹理、噪声等参数）来缓解Sim-to-Real Gap。
50%