物理AI实验室 // 第 2.5 集 // 小测
sim2real：域随机化 与系统辨识
仿真和现实之间的缝，两招怎么补
01
同样一推，仿真里的杯子滑得很远，真机上的杯子却早早停住了。最可能的原因？
仿真时间步太大，物理发散了
仿真杯子的纹理太简单，不够逼真
摩擦、质量或延迟和真机对不上
推力太小，被传感器噪声淹没了
02
用一句话说域随机化的思路，哪句最准？
把仿真参数调到尽量接近真机
每局都换一套参数，求杂不求真
给每一步的观测加一点随机噪声
先在真机上训练，再到仿真里测试
03
你把摩擦的随机范围设得极宽，结果策略在哪儿都畏手畏脚、表现平平。这说明什么？
域随机化没用，应该放弃
范围太宽，把策略练笨了
随机的局数不够，多跑几倍就好
摩擦不该随机，只该随机质量
04
做系统辨识，扫了一遍候选摩擦，损失曲线却几乎是平的，看不出碗底。最可能的原因？
候选值扫得太密，把曲线抹平了
曲线越平，说明辨识得越准
应该改用多次测量的平均落点
这个参数在这段数据里难辨识
05
实践中两招一起用时，顺序和分工通常是？
先辨识收窄范围，再随机兜住剩下的
先随机铺开，再辨识把策略调准
只能二选一，同时用会互相抵消
辨识只在仿真里做，随机只在真机上做
看答案