Real2Sim2Real Co-Training 中世界对齐与行为对齐的互补作用研究

论文构建了可独立调节世界对齐与行为对齐的 real2sim2real 流水线，在动态灵巧分拣任务上，完全对齐的协同训练将成功率从 52% 提升至 86%。世界对齐平均提升 18 个百分点，行为对齐提升 10 个百分点。部署策略表现为真实策略与模拟策略的混合，在覆盖状态模仿真实演示，其余依赖模拟行为。