第 7 章 · 数据与仿真：Sim-to-Real 与遥操作

第 7 章 · 数据与仿真：Sim-to-Real 与遥操作

算法架构逐渐收敛，真正的瓶颈是数据。具身智能不像大语言模型有整个互联网的文本可学，机器人操作数据采集成本极高。本章讲清数据从哪来、怎么用、怎么迁移。

章节摘要

「进化」依赖大规模数据与高保真仿真。本章是闭环的「数据飞轮」层，覆盖四个方面：(1) 遥操作数据采集：VR、动捕、Apple Vision Pro、leader-follower 等主流方案，以及数据质量与一致性控制；(2) 虚拟仿真环境：Isaac Sim、MuJoCo、Genesis、SAPIEN 等主流平台的物理引擎对比，可微分仿真与 GPU 并行；(3) Sim-to-Real 迁移：Reality Gap 分析、Domain Randomization、Domain Adaptation、系统辨识、双层 Agent 策略；(4) 数据引擎与具身基础模型：Open X-Embodiment、DROID 等跨本体数据集，自监督学习、合成数据、自动化数据采集农场。本章回答「数据从哪来」这个当前具身智能的核心瓶颈。

学习目标

读完本章，你应当能够：

1. 列举遥操作数据采集的主流方案，辨析各自优劣与适用场景。
2. 对比 Isaac Sim、MuJoCo、Genesis、SAPIEN 等仿真平台的物理引擎与资产管线。
3. 解释 Reality Gap 的来源，复述 Domain Randomization 与 Domain Adaptation 的原理。
4. 理解 Open X-Embodiment 等跨本体数据集的意义，以及具身基础模型的规模化趋势。
5. 设计一个端到端的「仿真 + 真机 + 数据飞轮」数据采集系统。

子章节安排与导引

四节构成「真机数据 → 仿真平台 → 仿真到真机 → 数据规模化」的递进，覆盖数据生命周期的全链路。

配图说明

• Mermaid「遥操作方案对比」：在第 01 节给出。
• Mermaid「Sim-to-Real 数据飞轮」：在第 03 节给出，展示仿真-遥操作-真机闭环。
• Mermaid「Sim-to-Real 策略分类」+「渐进式 Sim-to-Real」+「Real2Sim2Real 闭环」：在第 03 节给出，覆盖 Domain Randomization、Domain Adaptation、系统辨识三大策略。
• Mermaid「主流仿真平台对比树」：在第 02 节给出。

SEO 关键词

Sim-to-Real、遥操作、Teleoperation、VR 遥操作、Apple Vision Pro、动捕、leader-follower、Isaac Sim、MuJoCo、Genesis、SAPIEN、可微分仿真、GPU 并行仿真、Domain Randomization、Domain Adaptation、Reality Gap、系统辨识、Open X-Embodiment、DROID、具身基础模型、数据引擎、合成数据、自监督学习。

章节关联

• 前置：第 5 章 VLA 训练需要本章的数据；第 6 章运动控制是遥操作的执行层。
• 后续：第 8 章综合案例会分析真实系统的数据采集管线；第 8 章展望的「具身基础模型」建立在本章的数据规模化之上。