这篇来自arXiv的论文（编号2606.13842，提交于2026年6月11日）聚焦一个长期困扰机器人学习的问题：如何让策略在仿真训练时足够理解真实世界与仿真之间的差距，又能在部署时足够轻量、快速地对环境变化做出反应。作者为Hongyu Zhou等三位研究者，论文归属机器人学（cs.RO）方向。
研究团队指出，域自适应策略学习的核心难点在于环境表示的双重要求。一方面，这种表示必须具有足够的表达力，能在离线训练阶段刻画复杂的“仿真到现实”鸿沟；另一方面，它又必须在计算上足够高效，以支撑部署期间的快速在线自适应。论文以四旋翼飞行器为例说明问题的现实性：无人机在飞行中可能遭遇随时间变化的非平稳扰动，例如突如其来的阵风、载荷位置的偏移，或在有地面效应与无地面效应两种飞行状态之间切换。
针对这些挑战，作者采用基于随机傅里叶特征的可微核近似来建模未知扰动。离线训练阶段，算法随机采样核系数与带宽参数，从而生成丰富多样的扰动剖面，让策略在训练中见到广泛的扰动形态，而不是仅针对单一场景过拟合。随后，研究团队利用可微仿真并结合解析梯度来优化控制策略，整个过程在一块RTX 4090 GPU上仅耗时50秒，训练效率相当突出。
在硬件部署阶段，策略通过在线最小二乘估计同时更新核系数与带宽，从而实时适应非平稳环境。这一设计使系统无需在部署时重新训练整个策略，而是以轻量的在线估计方式跟踪扰动特性的变化，兼顾了自适应速度与计算开销。
为验证方法有效性，作者在四旋翼轨迹跟踪任务上开展了评估，覆盖高保真数值仿真与使用Crazyflie平台的硬件实验。测试中引入的扰动包括复杂气动效应、风扰、地面效应以及载荷波动等多种情况。论文摘要显示，该方法在这些条件下均得到了检验，体现出从仿真训练到真实飞行的迁移能力。
从更广的意义上看，这项工作展示了一种将核方法与可微仿真结合的思路：用表达力强且可微的核表示来桥接仿真与现实的差距，用在线估计来应对部署中的非平稳性。对于需要在资源受限平台上实现快速自适应的机器人控制任务，这一范式具有参考价值。