巴尔贝洛：物理 AI 受实体数据稀缺严重制约
仿真数据听起来很美，实际落地坑不少。第一，物理引擎和现实有偏差，摩擦、形变、光照很难完全还原；第二，仿真里训练好的策略上真机容易“水土不服”，机器人动作僵硬或失败率飙升；第三，仿真环境多样性不足，长尾case覆盖不够。我们现在的做法是先用仿真做大规模预训练，再在真机上做几十到几百次演示微调，同时用域随机化增强泛化能力。即便如此，也不能完全替代真实数据。做物理AI的团队，仿真和真机必须两手抓，任何想省掉真机数据的方案，最后都会在现场调试时打脸。
发布于 广东
分享
评论
1
未登录
友善发言
评论
加载中
