# Real2Gym框架

Real2Gym 提出一个 agentic Real2Sim2Real 框架，把人类与机器人演示视频重建为视觉对齐、经原生物理验证的 Blender 与 MuJoCo 交互环境，并让智能体在其中生成可执行代码、把成功与失败经验蒸馏为可复用技能，在 24 个 DROID 与 EgoDex 重建环境上以 87.5% 任务成功率、约 75% 更少策略执行 token 超过 GPT-6 Astra，并在真实 Franka 机器人上把零样本失败的窄间隙放盘任务经仿真演化后成功执行。

Real2Gym 提出一个 agentic Real2Sim2Real 框架，把人类与机器人演示视频重建为视觉对齐、经原生物理验证的 Blender 与 MuJoCo 交互环境，并让智能体在其中生成可执行代码、把成功与失败经验蒸馏为可复用技能，在 24 个 DROID 与 EgoDex 重建环境上以 87.5% 任务成功率、约 75% 更少策略执行 token 超过 GPT-6 Astra，并在真实 Franka 机器人上把零样本失败的窄间隙放盘任务经仿真演化后成功执行。