为体现智能构建可扩展、可重复、可评估的闭环仿真环境基础

本文提出了一种用于体现智能的云原生仿真基础架构框架，支持大规模训练、标准化评估和基于仿真的数据收集。该框架将仿真环境生成、任务执行、轨迹收集、模型评估、数据管理和云服务统一到一个可扩展和可复制的平台中。针对现实世界机器人数据采集成本高、可扩展性有限、重现性差等问题，该框架采用弹性资源调度、容器化仿真、统一数据管理、面向服务的系统设计等云原生技术，实现多模型、多任务工作负载的高效大规模仿真。该框架基于四层架构，提供标准化环境资产、自动化任务生成、轨迹收集、基准评估和闭环数据优化。它进一步集成了包括D-VLA、RL-VLA3、Sword和Pre-VLA在内的代表性系统，以支持可扩展的模拟、动态调度、视觉增强和实时数据过滤。我们认为，云原生仿真基础设施为数据生成、模型训练、标准化评估和实际部署提供了统一的基础，并将在体现智能的未来发展中发挥关键作用。