GSWorld：机器人操作的闭环照片级真实感仿真套件
机器人学
2025-10-24 v1 人工智能
计算机视觉与模式识别
摘要
本文介绍了 GSWorld，一个用于机器人操作的 robust、照片级真实感仿真器，融合了 3D 高斯溶解技术与物理引擎。我们的框架主张通过可重复的评估来“闭环”开发操控策略，这些评估来自真实机器人数据所学习的策略，以及无需使用真实机器人进行 sim2real 策略训练。为实现多样化场景的照片级渲染，我们提出了新的资产格式，称为 GSDF（Gaussian Scene Description File），将高斯-网格表示与机器人 URDF 及其他物体相结合。通过 streamlined 重建管道，我们构建了包含 3 种机器人本体（单臂和双臂操控）以及超过 40 件物体的数据库。将 GSDF 与物理引擎结合，我们展示了几个 immediately 有趣的应用：(1) 学习 zero-shot sim2real 像素到动作操控策略的照片级渲染，(2) 自动化高质量 DAgger 数据收集以适应部署环境中的策略，(3) 在仿真中对真实机器人操控策略进行可重复基准测试，(4) 通过虚拟遥操作进行仿真数据收集，(5) zero-shot sim2real 视觉强化学习。网站：https://3dgsworld.github.io/。
引用
@article{arxiv.2510.20813,
title = {GSWorld: Closed-Loop Photo-Realistic Simulation Suite for Robotic Manipulation},
author = {Guangqi Jiang and Haoran Chang and Ri-Zhao Qiu and Yutong Liang and Mazeyu Ji and Jiyue Zhu and Zhao Dong and Xueyan Zou and Xiaolong Wang},
journal= {arXiv preprint arXiv:2510.20813},
year = {2025}
}