MetaGenSim：主动生成式仿真元学习框架

2026年10月15日，arXiv Robotics 刊出 Liqian Ma 等作者的论文，提出 MetaGenSim——一个面向仿真与真实策略协同训练的主动生成式仿真元学习框架。据该报道，MetaGenSim 通过 meta-gradients 训练辅助评分网络，在用户指定的仿真参数空间内自动发现高价值数据生成分布，无需人工参数对齐。报道称，在仿真与真实操作任务中，其真实世界全任务成功率相对均匀生成提升 150%，并达到专家手动对齐的水平；用轻量代理策略筛选的分布还可迁移至 VLA 微调；当仿真与真实任务无法精确对齐时，该框架通过原子技能拼接与物体-容器组合利用部分对齐。上述数字与效果均来自该论文报道，为单一来源陈述，尚无后续跟进报道予以独立验证或修正。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。