REALM是由捷克技术大学团队开发的高保真仿真环境与基准测试平台，专注于评估视觉-语言-动作（VLA）模型的泛化能力。该数据集包含7种核心操作技能、15类系统扰动因素及超过3,500个多样化物体，通过物理仿真与真实世界数据对齐构建。数据集采用IsaacSim框架实现高精度视觉渲染和机器人控制对齐，包含800组真实与仿真轨迹对比验证数据。其核心应用领域是机器人操作任务的泛化性能测试，旨在解决VLA模型在跨场景、跨物体迁移时的可靠性评估难题，为机器人学习提供可扩展的仿真验证基准。