通过深度逆动力学模型实现仿真到真实世界迁移

OpenAI 发布了一项研究，提出通过深度学习逆动力学模型，将仿真环境中训练的策略迁移到真实机器人上。该方法利用少量真实世界数据微调模型，显著减少仿真与真实之间的差距（sim-to-real gap），使机器人能够更准确地执行复杂操作任务。实验表明，该技术可有效应用于机械臂操控等场景，降低对大量真实数据的需求。