玩转 Pupper 四足机器人

这是 AMD 专区的旗舰项目。项目围绕同一台 Pupper 四足机器人，组织两条可以独立完成、也可以前后衔接的实验主线：先训练稳定可用的运动策略，再把视觉与自然语言指令接入机器人的动作能力。

AMD　Pupper　RL Locomotion　VLA

两个实验方向

方向	核心问题	主要产出
Pupper Locomotion｜强化学习运动策略	如何让 Pupper 学会稳定地跟踪速度指令	PPO 策略、训练曲线、速度跟踪与鲁棒性实验
Pupper VLA｜视觉-语言-动作智能	如何让 Pupper 根据视觉信息和语言指令自主执行任务	VLA Pipeline、技能接口、端到端任务 Demo

Pupper Locomotion｜强化学习运动策略

基于 MuJoCo、Gymnasium 和 PPO 组织完整的运动策略实验，重点覆盖 Observation 与 Action 设计、奖励设计、速度指令跟踪、Domain Randomization，以及 AMD 平台上的训练与验证。

进入 Pupper Locomotion

Pupper VLA｜视觉-语言-动作智能

把视觉感知、自然语言理解和机器人运动技能连接起来，让 Pupper 能够理解环境与任务，并调用合适的动作完成目标。方向以“找到红色的球并走过去”为代表性 Demo。

进入 Pupper VLA

内容边界与前置教程

本项目聚焦 AMD 平台上的训练、推理与完整实验，不重复讲解 PD 控制、正逆运动学、Pupper 建模与搭建。

如果还没有完成这些基础内容，请先学习 《从零到一搭建四足机器人》。后续实验直接复用该教程中的 Pupper 仿真模型、底层控制接口、视觉感知和语言控制能力。

推荐学习顺序

1. 完成基础教程，确认 Pupper 模型与底层控制能够正常运行。
2. 进入 Pupper Locomotion，得到可接受速度指令的运动策略。
3. 进入 Pupper VLA，将感知与语言理解连接到运动技能。
4. 在 AMD 平台上记录训练、推理和完整任务的实验结果。

两个方向也可以独立学习。如果已经有可用的运动策略或技能接口，可以直接从 VLA 方向开始。

项目交付

完成项目后，应至少保留以下结果：

• 一份可复现的 AMD 平台实验环境与运行记录；
• 一条能够跟踪速度指令的 Pupper 运动策略；
• 一套供上层智能调用的动作或技能接口；
• 一个融合视觉、语言与动作的完整 Demo；
• 训练曲线、评估指标、演示视频与关键技术决策说明。