TAG:Sim-to-Real

英伟达GR00T爆红背后，“90%虚拟训练”能否让机器人靠纯仿真落地？本文深度拆解虚拟优先路线：通过Isaac Sim、Cosmos世界模型和VLA基础模型，机器人可在虚拟环境中大量学习视觉理解、常见动作和失败经验，大幅降低真实世界试错成本与风险。但现实物理复杂性导致Sim-to-Real仍存动力学、感知、分布偏移三大鸿沟，最后10%高精度任务必须依赖真机闭环验证。GR00T本质是一套用虚拟数据放大真实数据的训练基础设施，而非单一模型。文章强调真机闭环是机器人落地的最终验收标准，为人形机器人研发提供清晰洞

具身研习社

2026-06-29 15:20

2

·

0

Tacchi 2.0是由方斌教授与张建伟院士团队研发的低成本视觉触觉动态仿真器。它通过结合物质点法（MPM）与相机模型，实现了从物理形变到图像生成的完整链路，支持按压、滑动与旋转等动态接触模拟。该仿真器在分类与滑动检测任务中展现了出色的Sim-to-Real零样本迁移能力，有效解决了高质量触觉数据获取难的瓶颈，可作为插件集成于各类机器人仿真平台。

机器人大讲堂

2026-04-22 21:25

0

·

0

文章深入探讨了全球首个肌肉驱动机器人成功实现Sim-to-Real迁移的里程碑式成果。针对气动肌肉与肌腱传动中极端复杂的非线性动力学难题，研究团队提出广义执行器网络（GeAN），抛弃传统扭矩传感器，仅凭位置轨迹即可精准建模。该技术在四自由度机械臂上完成了高难度动态任务的零样本部署，填补了柔性机器人从仿真到现实的核心技术空白，为未来安全高效的人机共融机器人发展奠定了坚实基础。

机器人大讲堂

2026-04-20 22:49

37

·

0