李飞飞署名具身新论文：Sim2Real烧不起，Real2Sim量大管饱

现在机器人圈更火的是Real2Sim！更进一步，在SimFoundry生成的数据上训练出的策略，还能够零样本部署到真实机器人，在多步操作、双臂协作、带关节物体操作等多个任务上完成真实世界迁移。一直以来，机器人策略的训练一直高度依赖真实世界数据，而真实机器人采集数据不仅昂贵、耗时，还很难规模化。正因如此，研究人员开始将仿真（Simulation）作为训练和评估机器人策略的一种可扩展替代方案。借助自动化数据生成技术，可以以极低的人力成本合成大量多样、高质量的训练数据，不断提升机器人在真实世界中的泛化能力。