面向视觉仿真到真实迁移的域随机化基准测试

域随机化是机器人学中一种非常流行的视觉仿真到真实（sim-to-real）迁移方法，因其简单且能够完全无需任何真实世界图像即实现迁移。尽管如此，为实现最优迁移必须做出若干设计选择。在本文中，我们对这些不同选择进行了全面的基准测试研究，并在真实世界物体位姿估计任务上评估了两个关键实验。首先，我们研究了渲染质量，发现少量高质量图像优于大量低质量图像。其次，我们研究了随机化类型，发现干扰物与纹理对于泛化至新环境均十分重要。