章节目录
本页目录
具身智能技术路线全景图
先阅读 具身导论,了解机器人任务、载体,以及感知、决策、控制与工程底座之间的关系。
用三个视角定位一项技术
| 视角 | 要回答的问题 | 示例 |
|---|---|---|
| 任务 | 希望机器人完成什么? | 抓取与操作、导航、足式运动、移动操作 |
| 方法 | 用什么方式解决问题? | 感知与状态估计、规划与控制、模仿学习、强化学习、VLA、世界模型 |
| 工程支撑 | 怎样训练、运行并验证系统? | 数据、仿真、评测、机器人本体、传感器、通信与 ROS2 |
这三个视角相互交叉。例如,机械臂抓取可以使用运动规划和反馈控制,也可以从示教数据中学习策略;两种方式都需要明确观测、动作与成功条件。
从理解走向实践
- 从 具身导论 开始,理解感知、决策与行动的完整闭环。
- 到 项目实战 选择分章项目或独立实验,记录结果并分析失败原因。
- 遇到知识缺口时,到 理论基础 查找对应专题;强化学习中的符号与概念可查阅 术语与公式速查,MDP 和时序差分章还提供就地展开的通俗解释与手算例子。
- 在 在线仿真 用键盘或屏幕按钮操纵机器人,或切换到策略展示,观察 Go2、Pupper v3 的训练策略与 Quaddle 周期步态;小黄鸭支持头部和关节自由操纵。
学习 ROS2 时,从教程总览进入;配套代码包含独立运动学脚本和 ROS 参考包,MoveIt 配置需按第 10 讲生成。
参考总纲
- Embodied-AI-Guide:算法、基础设施、控制与硬件的领域索引。
- PKU EPIC Lab · embodied-ai-start:从任务定义、机器人技能到研究方法的入门指南。
本站据此组织学习入口与原创说明,具体内容以链接到的教程及原项目为准。