Link：dreureka
DrEureka是一個利用大型語言模型（LLMs）自動化和加速模擬到現實（sim-to-real）設計的方法。它透過物理模擬自動構建合適的獎勵函式和領網域隨機化分佈，以支援現實世界中的轉移。DrEureka在四足機器人運動和靈巧操作任務上展示了與人工設計相媲美的sim-to-real配置，並能夠解決如四足機器人在瑜伽球上平衡和行走等新穎任務，無需人工迭代設計。
需求人群：
[“機器人技能開發者：DrEureka可以加速機器人技能的獲取和部署。”,”自動化工程師：可以利用DrEureka進行機器人任務的自動化設計和測試。”,”科研人員：在進行機器人學和人工智慧領網域的研究時，DrEureka提供了一個強大的工具。”]
使用場景示例：
四足機器人在不同地形上的行走測試。
瑜伽球上四足機器人的平衡和行走。
靈巧操作任務，如立方體旋轉。
產品特色：
自動化構建獎勵函式：根據目標任務自動生成適合的獎勵函式。
領網域隨機化分佈：為支援現實世界轉移，自動生成領網域隨機化引數。
模擬條件下的策略測試：在不同模擬條件下測試策略，構建獎勵感知的物理先驗。
現實世界部署：使用合成的獎勵和領網域隨機化引數，訓練策略以供現實世界部署。
魯棒性：DrEureka策略在現實世界中表現出色，即使在地形變化和幹擾下也能保持平衡。
安全性：透過整合安全指令，改進了獎勵設計，以生成足夠安全以在現實世界中部署的獎勵函式。
獎勵感知物理先驗：使用初始策略生成獎勵感知的物理先驗對DrEureka的成功至關重要。