综述探讨深度强化学习中的模拟到真实环境迁移，重点包括域随机化、域自适应、模仿学习、元学习和知识蒸馏。通过多样化数据集训练、对抗训练、观察映射与行为克隆、任务蒸馏及策略组合，实现跨域策略迁移，提升机器人在新领域和任务中的成功率与样本效率。