从仿真到现实：数字孪生解锁具身AI全景应用
Embodied AI正在重塑智能机器人系统的格局，尤其通过为复杂且动态的环境中的行动执行提供许多现实可行的解决方案。然而，具身AI需要生成大量数据用于训练和评估，以确保其与物理环境交互的安全性。因此，有必要构建一个成本效益高的模拟环境，能够从物理特性、物体属性及交互中提供充足的训练和优化数据。Digital Twins是工业5.0中的关键议题，它通过镜像真实世界对应体的状态和行动，实现对物理过程的实时监控、模拟与优化。本综述探讨了将数字孪生与具身AI结合的方式，通过将虚拟环境转化为动态且数据丰富的平台，弥合仿真与现实之间的差距。
