في عالم الروبوتات، يمثل الانتقال من المحاكاة إلى التطبيقات الواقعية أحد أكبر التحديات التي تواجه تطوير أنظمة التحكم الذكية. تعتمد سياسات التحكم العامة، مثل نماذج الرؤية واللغة والإجراءات (Vision-Language-Action Models)، على بيانات ضخمة تُجمع من العالم الحقيقي، مما يجعل تكلفة جمع هذه البيانات عالية جداً.

لذا، يعتبر توليد البيانات الاصطناعية عبر المحاكاة خيارًا عمليًا. لكن، تكمن المشكلة في أن هذه البيانات الاصطناعية غالباً ما تعاني من فجوة كبيرة مقارنةً بالتوزيعات الحقيقية. وفي هذا السياق، قدمت دراسات سابقة العديد من الخوارزميات لسد هذه الفجوة، لكن تظل الحاجة ملحة لدراسات تأصيلية تقوم بتطبيق هذه الأساليب على مهام المناولة الواقعية.

تستعرض هذه الدراسة الجديدة عوامل تحديد عملية الانتقال من المحاكاة إلى الواقع (Sim-to-Real) عبر أربعة أبعاد رئيسية: العشوائية في المجالات المتعددة، التصوير الفوتوغرافي الواقعي، النمذجة الفيزيائية الدقيقة، وتحديثات التعلم المعزز. ولتدعيم هذه الدراسة، تم تصميم بروتوكول تقييم شامل يقوم بقياس الأداء في المهام العملية.

يشمل هذا البروتوكول التغييرات الرئيسية في الخلفيات، الإضاءة، العناصر المشتتة، أنواع الكائنات، والميزات المكانية. من خلال إجراء أكثر من 10,000 تجربة في العالم الحقيقي، استنبط الباحثون رؤى مهمة حول عملية الانتقال من المحاكاة إلى الواقع.

لإفادة الأبحاث المستقبلية، تم نشر المنصات الروبوتية وبروتوكول التقييم للعامة، مما يسهل عملية التحقق المستقل ويؤسس لمعيار واقعي وموحد لسياسات المناولة الروبوتية.