物理AI实验室 // 第 2.5 集 // 一页纸
sim2real：域随机化 与系统辨识
仿真和现实之间的缝，两招怎么补
三个要点
- 仿真和真机有"现实落差"：摩擦、质量、延迟、传感器噪声都可能对不上，所以仿真里成、真机上不一定成。
- 域随机化：训练时不断随机仿真里的画面或物理参数（纹理，或质量/摩擦/延迟），让策略在一整片情况上都成立，再搬真机（Tobin 2017：论文称只用随机纹理的仿真图像训练，真实世界物体定位精度达 1.5 cm，R；Peng 2017：论文称随机仿真动力学后不在真机上训练，也能完成它测试的推物体任务，R）。
- 系统辨识：用真机数据反推参数（演示：从一条轨迹拟合摩擦，恢复值≈真值）；实践中两招配合——辨识缩小范围，随机兜住剩余偏差。
证据：O 官方一手 · R 学术文献 · M 媒体二手
| R | 1.5 厘米 | 论文称，只用仿真里的随机纹理训练（域随机化），真实世界里物体定位精度达到 1.5 厘米 |
| O | 1 | MuJoCo 默认滑动摩擦系数为 1（friction 三分量 1 / 0.005 / 0.0001，依次是滑动、扭转、滚动） |
| O | 2 毫秒 | MuJoCo 默认仿真步长 0.002 秒 |
| R | 真机零训练 | 论文称，训练时随机化仿真动力学，策略不在真机上训练，也能在真机上完成它测试的机械臂推物体任务 |
延伸阅读
- Tobin 等 · Domain Randomization（arXiv 1703.06907）
https://arxiv.org/abs/1703.06907 - Peng 等 · Sim-to-Real with Dynamics Randomization（arXiv 1710.06537）
https://arxiv.org/abs/1710.06537 - MuJoCo 文档 · XML Reference（friction、timestep 默认值）
https://mujoco.readthedocs.io/en/stable/XMLreference.html