一群机器人在模拟器里配合得很好，换到真实场地却可能乱套：摩擦、传感误差和通信条件都很难被完整复刻。10月21日发表于《Science Robotics》的研究关注这个“仿真鸿沟”，据 RobotToday 概括，作者在群体强化学习——让机器人靠反复试错和奖励学习行动——中加入结构偏置，提高了策略从仿真迁移到现实环境的可靠性。
结构偏置说白了，是先把已知的协作规律写进学习方法，例如让同类机器人共享规则，或只根据邻居信息行动。它会限制模型随意寻找捷径，却也可能因此更能适应现实变化。这项工作的意义在于提醒我们：面对机器人群体，可靠性未必只靠扩大训练规模，合适的组织结构也可能更关键。不过，现有供稿未披露实验规模、任务设置和提升数字，因此还无法判断效果有多大、适用于哪些场景。