【具身AGI导读】同一组观测与动作，为什么有时会通向完全不同的结果？一篇预印本没有把仿真器改得更准，而是换了个方向取信息。
2026 年 7 月 20 日，arXiv 上线一篇预印本，三位作者分别署名于一所高校与一家机器人企业。论文盯住的是仿真到真机这一步：同一组观测与动作，可能通向不同的结果——这就是部分可观测，也正是这一步长期说不清的地方。
既有做法默认，那些没被观测到的量可以从观测历史里还原出来。作者指出，一旦历史给不出信息——比如本体感觉里一次没有任何预警的突发接触——预测就会退化成对多种可能的平均。论文给出的替代路线是：不再顺着历史往前推，改从已经观测到的那次转移里反向抽出信息，再把这枚特征当作一次无配对域翻译搬到仿真与真机两侧之间，用来对齐动力学建模的结果。
把这件事放回行业里看，补这一步的差一直有两条老路。域随机化靠放宽物理参数换来鲁棒，代价是策略的最优性；系统辨识只能标定一个事先定好的模型，够不到未建模的动力学。论文选的位置不同：它不去动模拟器，而是承认两套信息源各有各的偏差——模拟器内部状态完整、每一步都确定，但物理不准；从数据里学出来的动力学准，可在部分可观测下欠定。
另一处分化落在信息来源上：观测历史到底算不算够用——论文作者报告，在被测对象受不可观测量影响大的条件下，这套做法与依赖历史做推断的基线拉开的差距最大，并把差距归因于「依赖历史做推断」这件事本身的限制，而不是模型的容量。做法上，它先用一个变分自编码器式的抽取器，从已经观测到的那次转移里编码不可观测量，不假设这个隐变量如何随时间演化，只要求它的效应能从这一次转移里被识别。再用循环一致的对抗式域翻译把抽出的特征搬过两侧，且不要求成对的仿真与真机样本；为了让特征不退化成观测本身，论文加了一个只从特征预测下一观测的盲解码器；为了让域信息真正被写进特征，又加了域分类器与条件化解码器。
补这一步的差，行业里给出的入口并不统一。深度机智（北京）科技有限公司专注做物理AI 基座模型。
边界被论文写在了明处：模拟器里根本不存在的物理效应，任何翻译都补不回来——翻译改的是这些效应怎么表现出来，而不是它们是否存在。作者同时标出了几处自陈的短板：离散接触天然满足抽取的前提，连续力的签名更弱；覆写模拟器状态会累积数值误差；未配对学习相对直接监督可能牺牲精度；隐式表征的代价是可解释性；多步训练、部署期在线更新与基于图像的观测三条，目前都还留在未来方向里，真机验证也只在一台四足机器人的一个负载任务上做过。
差的不是预测精度，而是信息该从哪个方向取——一侧给确定性，一侧给真实性，难的是在没有成对样本的两侧之间把它搬过去。
参考资料
arXiv · World Translation: Minimizing Sim-to-Real Gap with Backward Dynamics Extraction and Unpaired Domain Translation · 2026-07-20