一种基于强化学习的Sim2Real模型构建方法及装置

本发明提供一种基于强化学习的Sim2Real模型构建方法及装置，涉及数据处理技术领域，方法包括：获取仿真环境与现实环境的评估指标；利用线性加权法，根据评估指标，量化仿真环境与现实环境指标之间的加权差异；搭建对仿真环境与真实环境之间的数据进行相互转换的Sim2Real模型；利用强化学习算法，以仿真环境与现实环境指标之间的加权差异最小为目标，对Sim2Real模型进行领域自适应训练，得到最终的Sim2Real模型。在本发明中，通过搭建对仿真环境和现实环境之间进行数据转换的Sim2Real模型，进行数据层面的调整，减少从仿真环境到真实环境的迁移误差。