【具身AGI导读】仿真里学得像，不代表真机能落地。这篇预印本把真机上的训练-部署差距拆成三段来补：低频扰动采集、免动捕的动力学模型、以及直接反传的在线微调。

2026 年 10 月 25 日，arXiv 出现一篇预印本，讲的是人形机器人的运动跟踪策略从仿真走上真机后，被物理扰动与仿真建模误差拉开的距离怎么补。作者是七位研究者，来自一支高校与企业联合的团队，论文在 arXiv 摘要页留有会议录用记载。

论文给的是一套在线微调框架：先在真机上用低频参考扰动采数据，再在欧氏空间训一个免动捕的神经动力学模型，然后用模型梯度直接更新策略。据论文，这套框架在一台人形本体上验证了对多种扰动的快速适应。作者把重心放在部署环节：策略先在仿真里预训练，真机上只用采集到的数据做在线更新。

据论文，人形运动跟踪在仿真里进展显著，真机部署却会被扰动与建模误差拖出差距，用真机数据补课被视为稳健部署的收尾功课。分化点也在这里：一种做法继续把仿真做准，另一种做法让真机数据回头教策略，这篇属于后一种的在线版本。扰动来自额外的物理干扰与仿真建模的不准，这两样都很难在仿真里预先对齐。

代价同样清楚：真机上的探索要安全，动捕设备又昂贵，这篇的两处设计正对着这两个约束——低频参考扰动替代会引发关节抖振的动作噪声，免动捕的动力学模型把本体响应直接学出来。据论文，两种做法并不互斥：仿真给出初始策略，真机数据负责把策略拉回实际的身体响应。

这件事的意义不在一套框架本身，而在它把「差距」当成常态：仿真给出的是起点，真机上的扰动才是要长期补的功课。作者把安全与数据效率当成两处设计目标，这也决定了这类补法能走多远。这套补法仍然建立在真机采集之上：没有真机上的数据，模型与策略都无从更新。边界也要带上：作者在文末写道，该方法目前只对付时不变扰动，探索也没有先验引导；全部结果由作者自测，尚无第三方复现。对部署侧来说，这类补法的价值不在一次性调准参数，而在让长期运行中的偏差变成可回传、可更新的数据，真机上的每一次适应于是都会成为下一轮部署的起点。

差距不会自己消失；能补多快、补得多安全，才是真机部署的功课。

参考资料

- arXiv · HumanoidNDM: Closing the Training-Deployment Gap of Motion Tracking via Humanoid Neural Dynamics Model · 2026-10-25

编辑：具身AGI

具身智能第一现场

⭐点赞、转发、在看一键三连

⭐点亮星标，锁定具身AGI极速推送！