MetaGenSim优化仿真数据，提升机器人学习效果

由Liqian Ma领衔的研究人员推出了MetaGenSim，这是一种元学习框架，能够学习哪些仿真器参数最适合生成机器人训练数据。该系统通过元梯度训练一个辅助评分网络，无需再手动调整仿真与现实之间的匹配。在操作任务测试中，与使用均匀生成的数据相比，MetaGenSim将机器人在真实世界中完成整项任务的成功率提高了150%，效果与专家手工设计的设置相当。这项研究发表于CoRL 2026。