机器人技术中最难的问题之一不是让机器人移动，而是让它们在模拟中学到的知识在现实世界中有效。 无论虚拟环境多么详细，它都无法完全捕捉现实的复杂性：摩擦变化、光线变化、不可预测的人类。 这种模拟与现实之间的差距被称为模拟到现实的差距。团队通过更好的物理学、精确的传感器校准以及混合模拟和现实世界数据的数据集来缩小这一差距。但即便如此，世界依然嘈杂且不可预测：现实总是有最后的决定权。这正是CodecFlow所解决的问题。 通过结合标准化的操作符、共享的现实反馈循环和自适应模拟管道，CodecFlow将模拟到现实的差距转变为一个持续的学习过程，使得机器人在模拟中学到的知识在实际应用中真正有效。