본문으로 건너뛰기
목록으로 돌아가기
AI 인프라/모델 최적화

Sim-to-Real Gap

시뮬레이션에서 학습한 로봇 정책이 현실 환경에서 성능 저하를 보이는 차이

#Sim-to-Real Gap#sim-to-real#시뮬레이션-현실 격차#합성 데이터 전이#도메인 랜덤화

Sim-to-Real Gap이란?

Sim-to-Real Gap은 시뮬레이터에서 잘 동작하던 로봇 제어 정책이 실제 현장으로 옮겨졌을 때 성능이 떨어지는 현상을 뜻합니다. 센서 노이즈, 물리 모델 오차, 예상치 못한 환경 변수가 주된 원인입니다.

왜 중요한가요?

로봇 학습 비용을 줄이기 위해 시뮬레이션 기반 학습이 확대되고 있지만, 이 격차를 줄이지 못하면 실제 배포에서 안전성과 생산성이 급격히 낮아질 수 있습니다.

어떻게 줄이나요?

도메인 랜덤화, 현실 데이터로의 후속 파인튜닝, 시뮬레이터 물리 정확도 개선, 배포 전 단계적 검증 절차를 조합해 격차를 완화하는 방식이 일반적입니다.

관련 용어