摘要

在仿真环境里表现完美的控制策略，搬到真机上常常连基本动作都做不好。这个落差被称作"仿真到现实的迁移鸿沟"，它是具身智能从 Demo 走向可用产品的核心障碍。问题不在于仿真不够真，而在于真实世界的差异是无限维的——你永远无法把仿真调得足够真。 本文拆解四类差距、域随机化的正确用法、真实数据回补的三种方式，以及评估迁移效果需要注意的陷阱。2026 奇点智能技术大会（11 月 20-21 日 · 北京万达文华酒店）的"从具身智能到物理 AI"专题将讨论这一方向。

一、四类差距

仿真与现实的差异可以归为四类：

差距类型	具体表现	弥补难度
视觉差距	纹理、光照、反射、传感器噪声	中
物理差距	摩擦、形变、接触力学、间隙	高
动力学差距	延迟、惯性参数、驱动饱和	高
场景差距	物体分布、干扰、长尾环境	最高

第四条是最根本的：仿真里的场景是人构造的，而真实环境的复杂度是开放的。策略在没见过的场景组合面前失效，是常态而非意外。

一个值得记住的事实：提高仿真保真度对缩小前三类差距有效，对第四类几乎无效。 这就是为什么高保真仿真投入巨大却收效有限。

二、域随机化的正确用法

既然无法让仿真变真，就反过来让策略"不在乎"差异。这就是域随机化的思路。

做法：在训练时大量随机化仿真参数——摩擦系数、物体质量、光照、相机位置、执行器延迟等等，让策略学会在参数变化范围内都能工作。

正确使用要注意三点：

其一，随机化范围决定迁移边界。 训练时没覆盖的参数区间，部署时照样失效。随机化范围应当按照真实环境的实际波动来设定，而不是随意放大。

其二，过度随机化会牺牲性能。 如果范围设得过宽，策略会变得保守，在真实场景下表现还不如针对性调优的方案。这是一个需要在通用性与性能之间做取舍的参数。

其三，随机化的维度要选对。 随机化无关参数只会浪费训练预算。判断哪些维度真正影响任务表现，需要做敏感性分析。

def domain_randomize(env, ranges):
    """每轮训练重置时随机化物理与视觉参数。"""
    env.set_friction(random.uniform(*ranges.friction))
    env.set_mass(random.uniform(*ranges.mass))
    env.set_lighting(random.choice(ranges.lighting_profiles))
    env.set_camera_jitter(random.uniform(*ranges.jitter))
    env.set_actuator_delay(random.uniform(*ranges.delay))
    return env

三、真实数据怎么回补

单纯靠仿真不够，真实数据必须参与。三种方式：

方式一：真机微调。 在仿真预训练后，用真实数据做小规模微调。效率最高，但需要真实设备与时间。

方式二：真实数据校正仿真。 用真机采集的数据修正仿真中的物理参数（系统辨识）。这是投入产出比最高的方式之一——一次标定可以改善整个训练过程。

方式三：混合训练。 仿真与真实数据混合，用真实数据锚住分布中心，用仿真提供覆盖面。

推荐组合：仿真预训练 → 系统辨识校正 → 真机小样本微调 → 部署后持续采集

最后一步常被忽略，却是长期迭代的关键：部署后的数据采集闭环决定了策略能否持续改进。 没有这个闭环，第一代策略就是最终版本。

四、评估迁移效果的正确方法

评估环节有两类常见错误：

错误一：只在仿真里评估。 仿真分数高不代表真机能用。必须建立固定且可复现的真机测试集——哪怕只有十几项任务。

错误二：真机测试次数太少。 机器人任务有随机性，单次成功或失败都不能说明问题。建议每个任务重复足够次数，报告成功率与置信区间。

def success_rate(trials):
    """任务成功率与置信上界：样本少时必须给出区间而不是点估计。"""
    k = sum(trials)
    n = len(trials)
    p = k / n
    # Wilson 区间，小样本下比正态近似可靠
    z = 1.96
    denom = 1 + z**2 / n
    center = (p + z**2 / (2 * n)) / denom
    half = z * math.sqrt(p * (1 - p) / n + z**2 / (4 * n**2)) / denom
    return p, center - half, center + half

这个函数强调的是：20 次里成功 18 次，与 200 次里成功 180 次，可信度完全不同。 报告单一百分比会误导决策。

五、落地中的工程现实

除了算法层面，还有三件工程上的事决定成败：

其一，状态估计的准确性。 仿真里状态是已知的，真机上要靠传感器估计。关节角度误差、打滑、视觉定位漂移都会直接造成策略失效。

其二，安全边界。 策略在未知场景下可能做出危险动作。必须有独立于策略的安全层（速度限制、力矩限制、碰撞检测），这部分不能依赖学习得到的行为。

其三，可恢复性。 失败后的重置成本决定了迭代速度。如果每次失败都需要人工干预复位，数据采集效率会低到无法推进。

工程优先级：安全层 > 状态估计 > 策略性能 > 自主恢复
        ↑ 顺序反了会导致"跑得很好但没人敢用"

六、对产业节奏的判断

具身智能目前的状况是：单任务能力可以快速做到可用，通用能力还很远。

务实的路径是选垂直任务——任务边界清晰、环境相对可控、失败成本低。在这些场景里，仿真预训练加少量真机微调已经可以交付价值。

需要警惕的是把 Demo 当成产品：演示视频里流畅的动作，背后可能是几十次尝试剪辑出来的成功案例。 判断真实水平的唯一标准是随机条件下的多次成功率。

七、仿真平台的选型要点

仿真平台的选择直接影响训练效率与迁移效果。四个判断点：

其一，物理引擎的真实性。 接触力学与摩擦的建模质量决定了策略能否迁移。这是最核心的一项，也是各平台差异最大的地方。

其二，渲染能力。 如果策略依赖视觉输入，渲染的真实度与速度都很重要。纯渲染速度快的平台可能在真实度上不足。

其三，并行能力。 能否在大规模并行环境下快速训练，决定了迭代速度。

其四，资产与场景生态。 是否有现成的机器人模型与场景，从零建模的成本非常高。

优先级：物理真实性 > 并行效率 > 渲染 > 资产生态
        ↑ 顺序依据是对迁移成功率的影响

八、读者问答

问：仿真训练多少步才够？
取决于任务复杂度，没有通用数字。更可靠的判断是看真机微调前的迁移成功率是否达到可接受水平。

问：需要多少真机数据？
因任务而异，但通常远少于仿真数据量。如果真机数据需求过大，说明仿真与现实的差距太大，应当先做系统辨识。

问：视觉差距怎么弥补？
域随机化（纹理、光照、相机参数）是最常用手段，也可以用真实数据做风格迁移后再训练。

问：机器人硬件选型会影响迁移吗？
会。执行器的重复精度、延迟特性直接影响策略表现。选型阶段就要考虑控制精度与可重复性。

九、几个延伸问题

问：仿真里学到的策略能直接迁移到不同硬件吗？
通常不行，需要重新微调。硬件的动力学差异会被策略"记住"。

问：如何降低真机实验成本？
提高自动化程度：自动复位、自动记录、自动评估。人工操作是实验成本的主要构成。

十、真机实验的组织方式

具身智能的瓶颈常常不是算法，而是实验效率。三条提升手段：

手段一：自动化复位。 每次实验后自动回到初始状态，人工复位是最大的时间消耗。

手段二：批量实验设计。 一次设置跑多组参数，减少切换开销。

手段三：自动记录与评估。 传感器数据与成功判定自动采集，人工记录既慢又容易出错。

实验效率 = 单位时间内的有效试验次数
                ↑ 提高它比调算法更能加快进度

十一、最后几个问题

问：学术界的方法能直接用吗？
多数需要调整。学术环境通常简化了工程约束（如感知误差、硬件限制）。

问：数据采集需要多少人力？
取决于自动化程度。人工遥操作采集的成本极高，应当尽早投入自动化。

问：如何判断项目是否该继续？
看真机成功率是否随迭代稳定上升。长期持平说明方法或场景选择有问题。

十二、衔接大会专题

问：域随机化加到什么程度合适？
以"训练时见过的最坏情况略差于真实最坏情况"为目标。随机化不足会导致模型对真实变化敏感，过度随机化会让策略过于保守，甚至学不出有效行为。实践中通常从小到大逐步增加扰动强度，观察策略性能的拐点。

问：为什么仿真里完美的策略上线就抖？
多数来自执行延迟与传感噪声。仿真中动作瞬时生效、状态完全可观测，真实系统里存在控制延迟、传感器误差与通信抖动。把这些因素显式建模进仿真，是缩小差距最有效的一步。

问：真实数据一定要采集吗？
需要，哪怕量不大。真实数据的作用是校准仿真参数，让仿真分布向现实靠拢。完全不采集真实数据，等于假设自己对物理世界的理解是准确的，而这个假设在多数场景下不成立。

问：如何判断差距主要来自感知还是控制？
做分层诊断：把真实感知结果直接喂给控制策略，若表现恢复，问题在感知；若仍然异常，问题在控制或执行机构。这个拆分能避免把精力投在错误的方向上。

问：仿真到现实的迁移能否一次成功？
通常不能。更现实的预期是每次迁移把差距缩小一部分，通过多轮迭代逼近可用。把迁移当作一次性的验收环节，往往会因为首轮失败而过早否定技术路线。

11 月 20-21 日，北京万达文华酒店，2026 奇点智能技术大会的"从具身智能到物理 AI"专题将讨论世界模型、仿真训练与真实部署；C++ 及系统软件技术大会则从实时控制、系统延迟角度给出底层视角。

带着"我们的策略在真机上的成功率是多少、重复了多少次"这两个数字去参会，会立刻分辨出真实水平。

---

大会信息
2026 奇点智能技术大会 + C++ 及系统软件技术大会
时间：2026 年 11 月 20-21 日
地点：中国·北京万达文华酒店
大会报名：点击报名，免费领取大会PPT资料

立即报名，锁定 Lukasz Kaiser Keynote 与 70+ 场演讲完整资料！