# MetaGenSim улучшает обучение роботов с помощью симуляции

> Новая система метаобучения автоматически выбирает параметры симулятора и повышает успешность выполнения задач в реальном мире на 150% по сравнению с равномерной генерацией данных.

Oossa · 2026-10-15 · https://oossa.com/ru/metagensim-boosts-robot-learning-by-actively-shaping-simulation-data

Исследователи под руководством Лицяня Ма представили MetaGenSim — систему метаобучения, которая определяет, какие параметры симулятора дают наиболее полезные данные для обучения роботов. В системе вспомогательная сеть-оценщик обучается с помощью метаградиентов, поэтому вручную подбирать настройки симуляции больше не нужно. В испытаниях на задачах манипуляции MetaGenSim повысила успешность полного выполнения задач в реальном мире на 150% по сравнению с данными, сгенерированными равномерно, и показала результаты на уровне настроек, подобранных экспертами. Работа была представлена на CoRL 2026.

## Факты

- Успешность полного выполнения задач в реальном мире выросла на 150% по сравнению с равномерной генерацией данных
- Статья представлена на CoRL 2026 и опубликована 2026-10-15

## Почему это важно

Разработчики роботов смогут улучшать результаты в реальном мире, не тратя недели на ручную настройку симуляторов.

## Источники и ссылки

1. [Active Generative Simulation: Meta-Learning What to Simulate for Sim-and-Real Policy Co-Training](https://arxiv.org/abs/2610.19479) – arXiv cs.RO, 2026-10-15

Обновлено: 2026-10-15