内容摘要
ZeroBot针对新物体操作提出Real2Sim框架：在没有人类示范、没有策略预训练、没有预先已知物体模型的条件下，根据单视角RGB-D图像与用户指定的目标位姿，在数分钟内学习操作策略。这里的“从零”限定于策略学习，系统仍使用预训练视觉基础模型。
方法先用InstantMesh生成完整物体网格，再与深度图对齐恢复尺度，并在仿真中开展大规模并行强化学习。核心是接触动作空间：依据网格采样接触状态、排除无效状态，再用学得的价值函数选择高价值接触位置；真机通过运动规划到达接触位置后执行策略，减少训练中的自由空间探索。
作者报告，真实任务评估成功率为87%，平均训练时间为119秒。六项端到端真机任务中，每种方法、每项任务重复10次，每次重新生成网格并从零训练；用于比较的Real2Sim方法共用作者的强化学习训练框架。
上述时间是训练时间，不应视为完整部署耗时。实验用一张A6000运行256个并行仿真智能体，另一张用于执行时跟踪；主要设定为单个刚性物体、清晰可见的输入视角及预先扫描的静态背景。
点评
作者实验表明，生成几何不仅能用于搭建仿真，还能直接参与接触状态选择，加速特定任务的策略学习与仿真到真机迁移。
结果属于作者论文实验，不等于通用操作能力验证。系统仍受生成网格精度限制；仿真中物体质量设为常数，关节物体扩展假定关节参数已知。
版本与核查范围
版本 2609.34010v1 · 原文定位与程序检查、独立上下文模型复核；不代表独立研究复现。。依据已核查材料整理；未运行模型或机器人。
原文与定位
- 原文链接 #S3.SS1.p1.1；#S1.I1.i2.p1.1；#S3.SS2.p1.1；figcaption[29]；#S3.SS3.p3.1；#S3.SS3.p2.1；#abstract1.1；figcaption[51]；#S4.SS2.p5.1；#S4.SS2.p1.1；#S3.SS1.p1.1；#S6.p1.1