RL simulator（强化学习模拟器）

强化学习智能体需通过与环境交互试错学习策略，但真实环境往往昂贵、危险或不可重复。RL simulator 提供可编程的虚拟环境，能快速生成大量交互数据，并支持并行化与随机化。常见模拟器包括 MuJoCo、PyBullet、CARLA 和 OpenAI Gym。它们通常提供状态转移、奖励计算和终止条件，并可调节难度。sim-to-real 迁移是核心挑战，需通过域随机化等技术缩小仿真与现实的差距。