X-Sim：通过真实到仿真再到真实的跨形态学习

基于摘要分析。X-Sim 研究如何利用缺少动作标签的人类视频训练机器人操控策略，以物体运动作为跨形态可迁移的监督信号，避免直接将人类动作映射为机器人动作。其核心贡献是串联场景重建、基于物体轨迹的强化学习、策略蒸馏与部署时在线域适应，且不需要机器人遥操作数据。 方法首先从 RGBD 人类视频重建逼真仿真环境，跟踪物体轨迹并据此定义以物体为中心的奖励，在仿真中训练强化学习策略。随后使用改变视角与光照的合成轨迹，将该策略蒸馏为以图像为条件的 diffusion policy；部署时通过在线域适应对齐真实与仿真观测。相较于直接追踪人手并映射动作，这一路径将跨形态对应关系转移到物体运动与任务进展上，但仍依赖 RGBD 场景重建、物体跟踪和可用的仿真环境。 作者报告，在两个环境中的五项操控任务上，相对于手部跟踪及 sim-to-real 基线，平均任务进展提高 30%；以十分之一的数据采集时间达到与行为克隆相当的表现，并能泛化至新相机视角及测试时变化。这里的 30% 是摘要所述任务进展提升，并非成功率或百分点变化；其指标定义、逐任务结果、数据采集时间核算方式及对照条件尚未验证。 摘要未给出在线适应的目标函数、更新参数与稳定性约束，也未提供蒸馏训练规模、数据划分、消融及统计信息，均需全文核对。该研究的主要对象是视觉机器人操控，当前材料未建立其物体轨迹奖励或真实—仿真观测对齐机制与 EEG/BCI 的具体对应关系，因此不据此提出 BCI 迁移结论或复现实验；相关 EEG 工作尚未检索确认。