基于风格识别循环一致生成对抗网络的Sim-to-Real迁移：通过视觉域适应实现机器人操作臂的零样部署
机器人学
2026-01-26 v1 人工智能
摘要
深度强化学习(DRL)的样本效率问题由于现实世界训练的高成本和时间要求，限制了其在工业领域的采用。虽然虚拟环境为训练DRL智能体提供了成本有效的替代方案，但将所学策略迁移到真实 setups 受到sim-to-real差距的制约。实现零样迁移，即在无需额外调校的情况下直接在真实环境中运行，因其效率和实际价值而尤为理想。本文提出了一种新颖的域适应方法，基于风格识别循环一致生成对抗网络(StyleID-CycleGAN或SICGAN)，这是一种原创的循环一致生成对抗网络(CycleGAN)模型。SICGAN将原始虚拟观察翻译为真实-合成图像，创建一种混合域用于训练DRL智能体，将虚拟动力学与真实感视觉输入相结合。在虚拟环境中，智能体实现了90%至100%的成功率；实际部署确认了稳健的零样迁移(即无需在物理环境中进行额外训练)，大多数工作空间区域的准确率超过95%。我们使用增强现实目标来提高评估过程的效率，实验结果表明，智能体能够成功地针对颜色和形状各异的真实物体进行泛化，包括LEGO®立方体和一个杯子。这些结果表明，所提出的管道是解决sim-to-real问题的高效、可扩展解决方案。
引用
@article{arxiv.2601.16677,
title = {Sim-to-Real Transfer via a Style-Identified Cycle Consistent Generative Adversarial Network: Zero-Shot Deployment on Robotic Manipulators through Visual Domain Adaptation},
author = {Lucía Güitta-López and Lionel Güitta-López and Jaime Boal and Álvaro Jesús López-López},
journal= {arXiv preprint arXiv:2601.16677},
year = {2026}
}