🌉 Sim-to-Real: Domain Randomization y Transfer

O brecha entre la simulación y la realidad es la divergencia sistemática entre el comportamiento del simulador y el del mundo físico. Una política que aprende a aprovechar las imperfecciones del simulador —fricción idealizada, contacto perfecto, sensores sin ruido— tiene un rendimiento brillante en simulación y falla en el hardware. Mapear las cuatro fuentes del gap es el primer paso para cerrarlo.

A domain randomization (DR) invierte el problema: en vez de hacer que la simulación sea perfecta, la hace lo bastante variable para que el mundo real parezca solo otra muestra de la distribución de entrenamiento. Si la política vio 10.000 variaciones de fricción, luz y masa, la fricción real queda dentro de lo que ya domina. Es la técnica más robusta y económica para transfer zero-shot.

# Pseudo-DR por episódio (Isaac Lab / MuJoCo)
def randomize(env):
    env.friction   = U(0.4, 1.2)      # atrito
    env.mass_scale = U(0.8, 1.2)      # massa do objeto
    env.light_dir  = sample_sphere()  # direção de luz
    env.texture    = random_texture() # aparência
    env.act_delay  = randint(0, 3)    # atraso de atuador (steps)
    env.obs_noise  = N(0, 0.01)       # ruído de sensor
    return env  # o real vira "mais uma amostra" disso

Cuando la brecha visual es demasiado grande para cubrirla solo con ruido, la domain adaptation entra: en lugar de volver la política invariante a la fuerza bruta, se aproxima activamente la distribución de funciones de sim y realidad. Las técnicas adversariales alinean embeddings; modelos como RCAN traducen imágenes reales a un "canónico" de simulación antes de inferir.

DR cubre la incertidumbre; identificación del sistema (sysID) la reduce desde el origen. Al medir el robot real —masas, centros de inercia, fricción de las articulaciones, latencia de control— calibras el simulador para reproducir el hardware específico. El resultado es un gemelo digital: un gemelo digital fiel que sirve como campo de entrenamiento y banco de pruebas seguro.

# sysID: ajustar parâmetros do sim ao real por otimização
real_traj = record(robot, commands)          # dados do hardware
def loss(theta):
    sim_traj = simulate(commands, params=theta)
    return mse(sim_traj, real_traj)           # quão próximo o twin está
theta_star = minimize(loss, init=spec_sheet) # calibra massa/atrito/delay
# theta_star = simulador que "vira" o robô real

La receta práctica dominante en 2026 no es «sim O real»: es coentrenamiento. La simulación proporciona cobertura económica (millones de variaciones), y un puñado de demostraciones reales proporciona fidelidad final. Combinar ~95% sim + ~5% real, o hacer un fine-tuning corto con datos reales, suele superar cualquiera de las dos opciones por separado.

El error más común en sim-to-real es confundir sim-score con capacidad real. Una política que alcanza el 99% en simulación dice poco sobre el hardware. La única métrica que cuenta para el deploy es el tasa de éxito en el robot físico, medido con variaciones que la política no ha visto, mediante protocolos honestos.