在真实机器人部署中，常见的工程挑战有哪些？如何解决 sim2real 的问题？

部署工程挑战：机载算力与实时预算、传感器标定漂移与时间同步、长期运行的故障恢复与安全包络（力/速度限制、急停）、数据回传与在线学习闭环。Sim2Real 差距来源：1）物理——接触动力学、摩擦、执行器响应建模不准；2）视觉——渲染真实感不足；3）系统——延迟与控制频率不一致。主流缓解：域随机化（让真实世界成为随机化分布内的一次采样）、系统辨识校准动力学参数、高保真 GPU 并行仿真（Isaac 等）、真机少量微调与教师-学生蒸馏。

回答结构建议「差距来源 → 对症下药」：视觉差距用随机化+真实数据混合，动力学差距用辨识+重仿真，策略层面用真机数据闭环收尾。能举出现代流程（仿真预训练 → 域随机化 → 真机 RECAP 微调）说明各方法的适用位置。