这篇于2026年5月30日提交到arXiv的机器人学论文（编号arXiv:2606.02636v1，cs.RO，交叉分类cs.AI）由Kyle Morgenstein等三位作者完成，标题直译为《好事过头：当sim2real努力阻碍策略学习（以及该如何应对）》。论文提出了一个在机器人学习社区中颇具反直觉意味的观点：尽管sim2real（从仿真到现实）工作是让策略成功迁移到真实硬件上的必要环节，但这项工作也可能“过犹不及”，甚至反过来损害策略学习本身。
作者的核心诊断是：当前sim2real的研究方向与策略学习之间存在激励错位。为了让仿真环境中的策略能够在真实机器人上稳定运行，研究者不断向仿真器里加入对现实世界的建模与约束；然而这些约束往往过于严苛，也未必真正反映现实世界的关键特性。结果是，策略学习被限制在一个被人为收窄的搜索空间里，探索能力大幅下降。
论文进一步指出，这种错位会带来两个具体后果。其一是“仿真器锁定”（simulator lock in）：研究流程和评价体系过度依赖特定的仿真平台及其调参方式，导致工作难以迁移、复现和比较，社区被绑定在少数仿真器生态上。其二是策略探索质量变差：由于现实世界施加的不合理约束被过早地硬编码进训练目标，智能体难以发现那些在仿真中更优、在现实中同样可用的行为模式。
在给出问题诊断与现状解释之后，作者提出了一个潜在的解决思路，即sim2sim2real范式。这一范式的关键主张是：只把机器人的运动学作为唯一的设计约束，而不再把大量现实世界的物理细节作为训练前提。换言之，与其花费巨大精力让仿真器“像现实”，不如先在受运动学约束的仿真中充分学习策略，再经由中间仿真阶段过渡，最终部署到真实硬件上。作者认为，这样可以缓解激励错位，减少对特定仿真器的依赖，并恢复策略的探索能力。
需要说明的是，这篇论文是一篇立场与观点性质的短文，摘要中并未给出完整的实验数据与定量结果；其价值更多在于对sim2real研究范式的反思，以及为后续工作提供一个可检验的新框架。论文全文可通过arXiv获取PDF、实验性HTML版本以及TeX源码，DOI为10.48550/arXiv.2606.02636，目前DOI注册尚待完成。提交历史显示该版本为2026年5月30日22:17:04 UTC上传的首版，文件大小约786 KB。