域随机化

在仿真里随机改变外观和物理参数，让策略把真实世界当成又一种变化。

域随机化由 OpenAI 的 Josh Tobin 等人 2017 年提出（IROS 2017）。它不追求把仿真做得和现实一模一样，而是在训练时大量随机化纹理、光照、相机等渲染参数，以及质量、摩擦、阻尼等动力学参数（后者常叫动力学随机化），让模型见过足够多的变化，真实世界在它看来只是其中一种。原论文只用仿真 RGB 图训练目标定位网络，迁移到真机后定位精度约 1.5 厘米。它是仿真到现实迁移最常用的手段之一，Isaac Lab 等框架都内置。难点是随机范围靠经验调，范围太大策略会变保守；自动域随机化让范围随训练自动扩大。

例子训练四足行走策略时，给每个并行环境随机设置地面摩擦系数、机身质量和电机延迟，训出的策略上真机更不容易摔倒。

也叫

领域随机化

相关

虚实差距、仿真到现实迁移、动力学随机化、视觉随机化、自动域随机化、系统辨识

来源

Domain Randomization for Transferring Deep Neural Networks from Simulation to the Real World (arXiv 1703.06907)
Lilian Weng: Domain Randomization for Sim2Real Transfer