数字表亲

Digital Cousin进阶

不求一比一复刻、只求几何和语义相似的仿真场景

数字表亲由斯坦福李飞飞、吴佳俊团队在 CoRL 2024 论文「Automated Creation of Digital Cousins for Robust Policy Learning」中提出，是相对「数字孪生」（对真实场景一比一精确复刻的虚拟副本）的概念。数字表亲不复刻某个真实场景，只要求几何和语义上相似：比如同样是厨房柜子，形状、尺寸、开合方式相近即可，直接从现有资产库里挑相似物体来搭。这样成本比精确建模低，而且一次生成多个表亲场景相当于自带多样性，训出的策略不容易过拟合某个具体场景。论文的 ACDC 流程从单张真实 RGB 照片出发，经过提取物体信息、匹配相似资产、生成可交互场景三步自动搭建仿真环境；报告的零样本仿真到真机迁移中，数字表亲训练的策略成功率约 90%，数字孪生约 25%。