使用深度强化学习算法控制机器人，选择哪种仿真环境最适合？ 调参的过程比较麻烦。据我了解在双足机器人控制领域，如果用传统控制算法，一般在也是在仿真中验证了算法可行性，然后再放到机器人上跑，这一过程也会需要调参（例如pd参数什么的）。这些参数能够靠直觉或者工程师的经验快速调好。如果用深度学习在仿真学到了一个模型，放到机器人上跑失败了，首先要找到失败的原因，是我建模没建好，比如某个零件的质量没测好？是因为驱动器有延迟？通过调什么参数能解决这个问题呢？现在流行的解决方案是dynamic randomization，既然建模无法完美，那我就在训练的时候把仿真中质量，延时什么的参数全都在一定范围内随机取值，这样学到的模型能应付一定范围内的误差。个人不太喜欢这个方法，主要是现有论文中这个随机取值的范围太大了，比如Google的这篇在四足机器人上做sim to real的。有些时候训练出来的模型能在机器人上跑，但是会有些你不希望存在的现象比如机器人某个关节在抖，用传统控制方法调下pd参数就好了，但用深度学习得出来的模型你可能就需要调节一下你的reward之类的东西然后重新训练，而且训练出来的还不一定会和原来有差别。一般来说通过计算机模拟或者仿真学习到的人工网络控制器很难直接应用到实际机器人上.因为存在。
机器人仿真关于数据流控制虚拟模型 哪一方面的呢？一般控制流是通过控制来达到目标，数据流就是通过数据统计来计算差距，从而达到目标。
机器人系统仿真的遥控操作机器人
为什么要机器人仿真？ 对于科研界的小伙伴来说，比较熟悉的是Gazebo、V-Rep以及Adams，关于这三类仿真器的比较可参见（https：//www.zhihu.com/question/3359 05437/answer/756106748） 。
机器人控制系统中的扰动与故障在用matlab做系统仿真时，系统的扰动和传感器执行器故障有什么区别吗？MATLAB做一个控制系统matlab编程语？
能否比较下适合机器人动力学和控制的仿真工具？ 其他答主已经说了这些软件的易用性、适用环境，我再补充一个精度方面的区别。Vrep支持Bullet、ODE（Open…
能否比较下适合机器人动力学和控制的仿真工具？ 【1】论文里常见的组合是Adams+matlab联合仿真【2】vrep仿真【3】gazebo仿真能否比较下这三者？是否其中…
