通过动力学随机化实现机器人控制的仿真到现实迁移

# 具有动力学随机化的机器人控制仿真到真实转移 来源：https://openai.com/index/sim-to-real-transfer-of-robotic-control-with-dynamics-randomization/ ## 摘要 模拟环境对于训练智能体很有吸引力，因为它们提供了丰富的数据来源，并在训练过程中缓解了某些安全问题。然而，智能体在模拟中开发的行为往往特定于模拟器的特征。由于建模误差，在模拟中成功的策略可能无法转移到真实世界。在本论文中，我们演示了一个简单的方法来弥合这个"现实差距"。通过在训练期间随机化模拟器的动力学，我们能够开发出能够适应非常不同的动力学的策略，包括与训练所用动力学差异很大的动力学。这种自适应性使策略能够推广到真实世界的动力学，而无需在物理系统上进行任何训练。我们的方法在使用机器人臂的物体推动任务上进行了演示。尽管完全在模拟中进行训练，我们的策略在部署到真实机器人时能够保持相似的性能水平，可靠地将物体从随机初始配置移动到所需位置。我们探讨了各种设计决策的影响，并表明生成的策略对显著的校准误差具有稳健性。