قدّم باحثون بقيادة ليكيان ما MetaGenSim، وهو إطار للتعلّم الفوقي يتعلّم أيّ معلمات المحاكاة تنتج البيانات الأكثر فائدة لتدريب الروبوتات. ويدرّب النظام شبكة تقييم مساعدة باستخدام التدرجات الفوقية، ما يلغي الحاجة إلى ضبط مواءمة المحاكاة يدويًا. وفي اختبارات على مهام المناولة، رفع MetaGenSim نسبة النجاح في إتمام المهام كاملةً في العالم الحقيقي بنسبة 150% مقارنةً بالبيانات المولّدة بالتساوي، وحقق أداءً مماثلًا للإعدادات التي صاغها خبراء. عُرض البحث في CoRL 2026.
لماذا يهم
يتيح ذلك لمطوّري الروبوتات تحسين الأداء في العالم الحقيقي من دون قضاء أسابيع في ضبط المحاكيات يدويًا.
