真-仿-真闭环

先把真实场景复刻进仿真，在仿真里训练或造数据，再把策略部署回真机。

真-仿-真闭环把现实到仿真和仿真到现实串成一条流水线：先扫描真实环境、重建成仿真里的数字孪生，再在这个复刻场景里做强化学习、生成大量合成数据或安全地评测，最后把得到的策略迁回真实机器人。和纯 Sim-to-Real 相比，训练场景就是部署场景的副本，虚实差距更小；和只用真机数据相比，仿真里能低成本试错、主动制造扰动，提升鲁棒性。近两年常见做法是用 3D 高斯泼溅重建出照片级画面，再配上物理引擎处理交互。局限是每换一个场景都要重新重建，摩擦、柔软度等物理参数也很难扫准。

例子MIT 等的 RialTo：用 Polycam 等扫描工具约 25 分钟搭好场景的数字孪生，把约 15 条真实演示搬进仿真后做强化学习微调，再蒸馏回基于视觉的真机策略；论文报告在叠盘子、把书放上架等 8 个任务上鲁棒性比纯模仿学习提升超过 67%。

也叫

虚实闭环、Real2Sim2Real、实-虚-实

相关

现实到仿真、仿真到现实迁移、数字孪生、高斯泼溅仿真、强化学习微调、虚实差距

来源

Reconciling Reality through Simulation: A Real-to-Sim-to-Real Approach for Robust Manipulation (RialTo, arXiv 2403.03949)
RoboGSim: A Real2Sim2Real Robotic Gaussian Splatting Simulator (arXiv 2411.11839)