Tags: #sim-to-real

精读 SIMPLER：通过系统辨识、视觉匹配和变体聚合，把真实数据训练的机器人策略放进仿真，并用 MMRV 与 Pearson 评估其与真实表现的相关性。

精读 SIM1：通过真实场景数字化、变形稳定求解器和扩散轨迹生成，把少量衣物示教扩展为可直接迁移到真实机器人的合成监督。

精读 RoboDojo：用 42 个仿真任务、18 个真实任务和统一策略接口，系统诊断通用机器人操作策略的泛化、记忆、精度与部署可靠性。

精读 InternData-A1：用可组合、高保真、跨 embodiment 的合成操控数据预训练 π₀，验证其能在仿真和真实机器人任务中匹敌闭源 π-dataset。