研究人员通过从物理机器人收集的数据训练神经网络，提出了一种方法来估计手术模拟器中机器人位置的误差，并将这些误差注入模拟器中，以产生具有物理机器人特性的仿真机器人。实验结果显示，误差注入显著降低了模拟机器人与物理机器人之间的平均位置和方向差异。

本文介绍了一种新颖的方法，利用大型语言模型定义奖励参数，结合实时优化器MuJoCo MPC，优化和实现各种机器人任务。作者在模拟仿真机器人和机械手上进行了17个任务的评价，成功解决了90%的任务，并在真实机器人手臂上验证了方法的有效性。