章节目录
本页目录
项目实战：从仿真验证走向真机部署
选择一个具体任务，通过分章项目、Demo 或复现案例跑通环境、训练、控制与评估。既可以沿着章节逐步搭建完整系统，也可以选择一个独立实验验证方法。遇到原理上的疑问，到 理论基础 查找对应模块；查找论文、数据和代码来源，可以进入具身导论的 领域资源。
从哪里开始
- 想从零搭建一个系统：从 四足机器人项目 开始，按 8 章顺序学习执行器、运动学、建模、步态与策略训练。需要 Python 基础，控制和线性代数可以结合实验补齐。
- 想学习机械臂数据与真机操作：先读 LeRobot 中文课程讲义，再进入 SO-101 真机教程。讲义已整理 Unit 0–2，需要 Python 基础；后续操作需要对应硬件。
- 想先体验一个仿真效果：选择 MicroDuck RL 或 ACT 双臂操作，按项目要求准备环境。
- 想进一步学习轮足平衡控制：查看 Flamingo 项目预告，了解前置知识和计划中的实验。
动手前先确认环境和目标，按步骤保留代码、参数与运行结果，再用评测和失败案例检查自己的理解。
方向一览
| 方向 | 项目数 | 适合 |
|---|---|---|
| 机械臂 | 5 个 | VLA / 数据采集 / 模仿学习入门 |
| 四足机器人 | 4 个 | 强化学习 / 控制 / sim2real |
| 双足 / 人形 | 1 个已上线，2 个规划中 | 进阶控制 / 强化学习 / 任务规划 |
| 移动操作 | 3 个 | 导航 + 操作综合 |
| 轮足机器人 | 预告 | 欠驱动平衡 / Isaac Lab / 跨仿真验证 |
已上线项目
- MicroDuck RL：让小黄鸭学会走路、起身和翻滚：从 MJCF、BAM 执行器和 mjlab 任务注册开始，在 MuJoCo Warp 中训练 18 个动作模式，并用 GIF / MP4 展示离屏评估结果。
AMD 专区
- AUP Learning Cloud 云算力：在浏览器中使用 Ryzen AI APU、JupyterHub、Code Server 与 ROCm 环境，适合课程练习、端侧推理和小规模实验。
- MicroDuck RL｜AMD ROCm：在 Radeon R9700 上编译 ROCm Warp / MuJoCo Warp，修复动态 broadphase 缓存并训练双足 PPO。
- ACT 双臂操作训练｜AMD ROCm：在 Radeon GPU 上完成 ACT BF16 训练、断点续训、20 回合评测与视频导出。
- 玩转 Pupper 四足机器人：AMD 专区旗舰项目，包含 Pupper Locomotion｜强化学习运动策略与 Pupper VLA｜视觉-语言-动作智能两个方向。
仿真实战
| 项目 | 技术主线 | 状态 |
|---|---|---|
| 从零到一搭建四足机器人 | MuJoCo、PD 控制、运动学、步态、策略训练与感知 | 总览与 8 章可读 |
| MicroDuck RL：走路、起身和翻滚 | mjlab、MuJoCo Warp、CUDA 并行 PPO、18 个动作模式 | 可用 |
| MuJoCo 仿真入门 | MJCF、物理仿真、Python 控制 | 可用 |
| DDPG InvertedPendulum | 连续控制基础与 DDPG baseline | 可用 |
| DDPG Reacher | 二维机械臂目标追踪 | 可用 |
| DDPG Pusher | 机械臂接触操作与奖励设计 | 可用 |
| ACT 双臂操作训练 | ALOHA、模仿学习、ACT、多回合评估 | 可用 |
| π₀.₅ + RECAP：LIBERO 复现 | 价值模型、优势标注、ACP、LIBERO 评估 | 可用 |
| Sim2Sim 验证 | 跨仿真策略验证 | 施工中 |
| 两轮足 Flamingo · Isaac Lab | 轮足平衡、强化学习训练与跨仿真验证 | 课程预告 |
真机实战
LeRobot 讲义提供数据与工具链准备，SO-101 项目再将这些知识接到真实机械臂上。
| 项目 | 技术主线 | 状态 |
|---|---|---|
| LeRobot 中文课程讲义 | 机器人学习、数据集、工具链与经典机器人学 | 已整理 Unit 0–2 |
| SO-101 + LeRobot 真机教程 | 硬件连通、安全测试、动作回放 | 可用 |
| ROS2 机械臂控制 | ROS2 控制链路与机械臂执行 | 施工中 |
| Sim2Real 指南 | 仿真策略部署与真机验证 | 施工中 |