ロボット工学における大きな課題の一つが、現実世界で学習したポリシーをシミュレーション環境に転送し、効率的に評価することです。RoboSnapは、この問題を解決する革新的なリアルツーシムフレームワークで、わずか1枚のRGB画像から物理シミュレーション対応のシーンを自動生成します。従来、現実世界のシーンをシミュレーション環境として構築することは、物理的安定性と視覚的忠実性の両立が難しく、時間と費用がかかるものでした。 RoboSnapの核となる設計は、シーンを物理演算に重要な領域とその周辺の視覚コンテキストに分離するレイヤード構造です。衝突検出を考慮した前景資産（フォアグラウンドアセット）は、ロボットが安定して相互作用できるよう精密に調整されます。一方、3D Gaussian splatting技術を用いた視覚レイヤーは、異なる視点からの観察でも背景の外観を忠実に保持します。このアプローチにより、複雑な現実環境をシミュレーション空間に正確に再現することが可能になります。 DROIDデータセットを用いた実験と実際のロボットタスクでの検証の結果、RoboSnapは復元されたシーンで信頼性の高い軌跡リプレイを実現し、ポリシー訓練用の合成データ生成をサポートし、政策評価における意味のあるシムリアル相関を生み出すことが確認されました。研究コミュニティをさらに支援するため、開発チームは564個の現実世界シーンから構成されたDROID-Simという新しいリアルツーシム用データセットも公開しています。 広範な実験を通じて、リアルツーシム手法の価値は単なる高忠実度の視覚再構成にとどまらず、現実環境をロボット学習と評価のための再利用可能なインフラストラクチャへと転換することにあることが示されました。