Sim2Plan：通过仿真与现实间消息传递的机器人运动规划

仿真到现实（Simulation-to-real）是指在最小额外训练下训练并开发机器学习模型并将其部署于真实环境的任务。该方法在机器人等领域正日益流行。然而，仿真环境与现实世界之间常存在差距，在仿真中训练的机器学习模型在真实世界中可能表现不佳。我们提出一种利用消息传递流水线以最小化仿真与现实间信息差距的框架。该消息传递流水线由三个模块组成：场景理解、机器人规划和性能验证。首先，场景理解模块旨在匹配真实环境布置与其数字孪生之间的场景布局。随后，机器人规划模块在仿真中通过试错解决机器人任务。最后，性能验证模块通过持续检查真实布置与仿真间机器人与物体状态差异来变动规划结果。在实验中，我们开展了一项要求机器人制作一杯咖啡的案例研究。结果表明，机器人能够在本框架下成功完成任务。机器人遵循其系统中编写的步骤，并利用执行器与咖啡机及任务所需其他工具交互。该案例研究结果展示了我们方法对需精确与高效任务的机器人驱动的潜在益处。该领域的进一步研究可促成更具通用性与适应性的机器人开发，为各行业的自动化开辟新可能。