突破 RGB 仿真瓶颈:高斯泼溅实现机器人零样本迁移

ZeYanjie · x · 2026-07-23

传统机器人强化学习多在无纹理合成环境中进行，导致感知策略严重依赖深度图像，RGB 图像因 sim-to-real 差距难以利用。

FlexionAI 联合 Niantic 与 NVIDIA 构建了全新管线：使用现成硬件扫描真实场景并重建为逼真的高斯泼溅（Gaussian splat）环境，随后进行大规模并行强化学习训练。该方法允许策略直接零样本（zero-shot）迁移至真实机器人和对应环境中，大幅加快了部署速度。