四足机器人、双足机器人、四旋翼（六旋翼）无人机，这三个无人机器人是目前主流所认定的三大具身智能的实体。
其中，四足机器人、双足机器人，存在着一个有名的sim to real gap问题，也就是仿真和物理实际场景下的建模差距带来的算法性能下降的问题。
但是，神奇的是四旋翼无人机（UAV）却不存在这个问题。
原因呢？
答案其实很简单。
原因就是四足机器人、双足机器人的sim2real的gap问题其本质是动力学建模的差距问题，而无人机的动力学建模在sim和real环境下的差距是不需要考虑的。这并不是说无人机在sim和real中不存在差距，恰恰相反，无人机的动力学模型在sim和real中也是存在差距的，但是感谢无人机的飞控系统和底层的调优好的PID控制系统，无人机在仿真中的动力学模型和真实物理世界的动力学模型之间的差距可以在真实物理世界中通过飞控系统和底层的调优好的PID控制系统自动的修正。而且，需要注意的是无人机（四旋翼）这种具身智能所面对的问题并不是直接的动力学模型，并不需要像四足机器人、双足机器人那样去处理运控问题，而是解决所谓的视觉问题，如，无人机自动追击目标，无人机穿越障碍物空间等等。
可以说，四旋翼无人机这种具身智能，本身在sim和real中并不直接面对动力问题的差异，而是处理其上层构建的问题（视觉识别，追击，避障等等），因此也就没什么所谓的sim2real的gap问题。
那么，这是不是说明四旋翼无人机就一定没有sim2real的gap问题吗？
其实也不是，刚才说的其实是四旋翼无人机其实有sim2real的gap，但这不是问题，因为real中的运控是集成好的飞控和PID来自动修正的，但是如果我们在四旋翼无人机加一个机器臂，那么问题就不一样了，这个时候就需要考虑机器臂的运控了，当然这个情况下就不能用所谓的具身智能的方法来解决了，这时候传统的自动化的规划算法就有用武之地了（因为这个时候无人机四旋翼的sim2real的gap无法忽略，会加重机械臂的sim2real的gap问题，因此目前的技术条件下，无人机加机械臂的配置场景中机械臂的控制难以使用目前的具身智能的智能控制，而是需要使用传统的自动化的控制方法）。
还有一种情况，那就是FPV了，FPV是没有运控的，不过FPV本身又不是用计算机程序来进行运控的，而是由人来直接控制的，而人类的泛化能力和学习能力还是远远超过计算机AI程序的，因此，人类在FPV上的所谓sim2real的动力学gap可以通过在sim中大量练习和熟悉后在real环境下较短的时间（或者是若干次的炸机）便可以解决。