• 收录201x-202x RL方向Sim2Real论文，涵盖模拟器、机器人、交通及推荐系统四大领域，支持动态更新与社区贡献。
• 分类详尽：调查综述、环境与基准、技术细节（观测、动作、转移、奖励设计）、基础模型辅助方法全覆盖。
• 环境与基准包括MuJoCo、PyBullet、OpenAI Gym、CARLA、Meta-World等权威仿真平台，兼顾多任务与多模态挑战。
• 重点技术路径：领域随机化、域自适应、传感器融合、基础大模型结合，突破传统Sim2Real迁移瓶颈。
• 最新趋势聚焦语言模型辅助策略设计与奖励塑造，推动零样本长时任务操控与复杂环境适应。
• 适用范围广泛，从机器人手臂操作、仿生机器人，到自动驾驶仿真及推荐系统模拟，助力多领域强化学习应用。
