一句话定义

Sim2real 旨在将仿真中学到的策略迁移到真实系统并保持性能。

问题设定

  • 输入：仿真策略与真实环境。
  • 输出：可部署策略。
  • 假设：仿真与现实存在可补偿差异。
  • 边界：建模误差大时迁移失败。

数学表述

域随机化： \(\theta \sim p(\theta), \quad s \sim \mathcal{T}_\theta\)

算法解释

  • 通过随机化仿真参数提升鲁棒性。
  • 结合系统辨识或在线微调。

优化与实现细节

  • 数值要点：随机化范围需覆盖真实分布。

关联与边界

  • 与 domain adaptation、系统辨识相关。
  • 边界：真实环境不可安全探索时受限。

失败模式

  • 仿真误差导致策略崩溃。
  • 现实噪声未覆盖。

最小伪代码

Randomize sim parameters
Train policy
Deploy and evaluate

决策清单

  • 仿真误差范围已评估
  • 随机化参数覆盖真实分布
  • 安全验证到位

个人备注

TODO