La simulation peut générer des données robotiques à une échelle que les systèmes physiques ne peuvent pas facilement égaler. Mais il existe un problème évident. Le monde réel n’est pas un simulateur. L’éclairage change. Les objets se déplacent de manière inattendue. Le frottement diffère. Les personnes interviennent. Les environnements sont désordonnés. C’est pourquoi je pense que le passage de la simulation à la réalité est l’un des tests les plus importants pour @axisrobotics. Générer des millions de trajectoires simulées démontre l’échelle. La question plus difficile est de savoir si l’entraînement issu de ce processus améliore finalement le comportement des robots en dehors de la simulation. C’est là que l’IA physique devient impitoyable. Un modèle peut sembler impressionnant dans un environnement contrôlé et pourtant échouer lorsque la réalité introduit quelque chose d’inattendu. La simulation peut résoudre une partie du problème d’échelle. Fermer l’écart entre la simulation et la réalité détermine la valeur réelle de cette échelle.