يعتبر الذكاء الاصطناعي المتجسد (Embodied AI) أحد أبرز الاتجاهات الحديثة في عالم التكنولوجيا، حيث يعتمد بشكل كبير على قدرات الملاحة (Navigation) والمعالجة (Manipulation). ومع ذلك، فإن تدريب الوكلاء لأداء هذه المهارات مباشرة في العالم الحقيقي يأتي بتكاليف عالية، يتطلب وقتًا طويلاً، ويعرض هؤلاء الوكلاء لمخاطر غير ضرورية.

لذا، ظهرت تقنية النقل من المحاكاة إلى الواقع (sim-to-real) كأحد الأساليب الأساسية لتجاوز هذه التحديات، لكن الفجوة بين المحاكاة والواقع لا تزال قائمة. في هذا الاستطلاع، نستعرض كيف تلعب المحاكيات الفيزيائية (Physics Simulators) دورًا حاسمًا في معالجة هذه الفجوات.

تتناول الدراسة أيضًا الخصائص التي لم تحظ بالاهتمام الكافي في الاستطلاعات السابقة، وتسلط الضوء على الميزات المتاحة في سياق المهام المرتبطة بالتنقل والمعالجة. بالإضافة إلى ذلك، تقدم الموارد المتعلقة بمجموعات البيانات، والقياسات، ومنصات المحاكاة، والأساليب التي يمكن أن تساعد الباحثين في اختيار الأدوات المناسبة مع مراعاة القيود المفروضة من قبل العتاد (Hardware).

إن الفهم الجيد لهذه الأدوات والموارد يمكن أن يسهم بشكل كبير في تعزيز قدرات الروبوتات، مما يجعلها أكثر فعالية وأكثر أمانًا في بيئاتها.