本仓库是我学习具身智能/人形机器人方向的个人笔记与练习记录，内容涵盖仿真环境搭建、强化学习、模仿学习等方向。
- 会用 ChatGPT/DeepSeek 和 Google
- 会用 Linux
linux指令.txt：Linux 常用指令备忘录，包含文件操作、进程管理、GPU 监控、训练日志等
- 会用 Git 和 GitHub
- 机器学习 / 深度学习基础
- 机器人系统基础
ROS2/：ROS2 节点、话题、服务、DDS 架构等入门笔记
| 目录 / 文件 | 内容定位 |
|---|---|
ML/ |
机器学习基础、神经网络、课程练习 |
CS231n/ |
计算机视觉 / 深度学习作业与实验 |
Robotics_NTU/ |
传统机器人学：坐标变换、正逆运动学、可视化 |
EI_Mujoco/ |
MuJoCo 入门与仿真起点 |
RL_Basics/ |
强化学习基础路线 |
Gymnasium_Basics/ |
Gymnasium 经典控制任务 |
Gymnasium_Robotics/ |
Fetch 系列机器人强化学习任务 |
Robot_Grasping_RL/ |
自定义机械臂抓取 RL 任务规划 |
Diffusion_Policy/ |
Diffusion Policy 复现、实验记录与研究想法 |
Robot/Lerobot/ |
Hugging Face LeRobot 框架总览 |
ROS2/ |
ROS2 通信与系统架构基础 |
VLM/ |
VLM / VLA 论文阅读与代码解读 |
学习传统机器人学中的基础知识，比如基础坐标变换、正逆运动学、动力学、控制理论等，在 PyBullet/Mujoco 仿真中实现基于传统运动控制的机械臂物体抓取。
参考资料：
- Introduction to Robotics: Mechanics and Control — Stanford
- Robotic Manipulation — MIT
- PyBullet：https://github.com/bulletphysics/bullet3
- MuJoCo：https://mujoco.org/
- 闯关游戏：https://rcfs.ch/
Robotics_NTU/- 台大《机器人学》课堂笔记整理及配套可视化
EI_Mujoco/hello_mujoco.py- MuJoCo 入门练习：创建简单场景、加载物理模型、运行仿真循环
ROS2/- 后续接真实机器人或多节点系统时的通信基础
- 学习强化学习基础，在 Gymnasium（OpenAI Gym 的后续维护版本）环境中按推荐顺序训练并测试；
- 在 PyBullet/Mujoco 中训练机械臂抓取策略，体会 Sim2Real 过程。
参考资料：
- Introduction to Reinforcement Learning, 2nd & David Silver's UCL Course
- UCB CS285 Deep Reinforcement Learning
- Gymnasium：https://gymnasium.farama.org/index.html
RL_Basics/- 强化学习基础学习路线与笔记入口：先理解 MDP、Bellman、MC/TD、Q-learning、Policy Gradient、Actor-Critic
Gymnasium_Basics/- Gymnasium 入门任务路线，按推荐顺序推进：
FrozenLake-v1 -> CartPole-v1 -> Pendulum-v1 -> LunarLander-v3
- Gymnasium 入门任务路线，按推荐顺序推进：
Gymnasium_Robotics/- 机器人强化学习任务路线：
FetchReach-v3 -> FetchPush-v3 -> FetchPickAndPlace-v3
- 机器人强化学习任务路线：
Robot_Grasping_RL/- 自定义机械臂抓取任务规划：观测设计、动作空间、奖励函数、训练阶段拆分、Sim2Real 检查项
EI_Mujoco/hello_mujoco.py- MuJoCo 仿真起点，后续可扩展为自定义机械臂抓取环境
推荐完成顺序：
RL_Basics -> Gymnasium_Basics -> Gymnasium_Robotics -> Robot_Grasping_RL
- 已完成：复现模仿学习经典 baseline：Diffusion Policy
- 学习 HuggingFace 机器人学习框架 LeRobot
Diffusion_Policy/- Diffusion Policy 复现、PushT baseline、预测难度重加权、世界模型一致性等实验记录
Robot/Lerobot/- LeRobot 框架总览：数据格式、processor、policy、训练评估入口、和 SmolVLA 的关系
学习并利用现有 VLA 大模型（OpenVLA / Pi / GR00T 等），探索用开源数据集训练专用 VLA 模型。
参考资料：
- OpenVLA：https://github.com/openvla/openvla
- Pi：https://github.com/Physical-Intelligence/openpi
- GR00T：https://github.com/NVIDIA/Isaac-GR00T
- Open-X Embodiment：https://robotics-transformer-x.github.io/
- Large Models：https://stanford-cs336.github.io/spring2025/
VLM/OpenVLA/- OpenVLA 论文阅读、双视觉编码器代码解读
VLM/pi0/- pi0 论文阅读、flow action expert 代码解读
VLM/SmolVLA/- SmolVLA 论文、LeRobot 生态下的复现评估与学习路线
VLM/OFT/- VLA fine-tuning 相关论文与动作头代码解读
VLM/- GR-1、GR-2、GR-3、RDT-1B、pi0.5 等 VLA / robot foundation model 论文资料
- 桌面级任务规划
- 参考论文 "Code as Policies" (ICRA 2023)：https://code-as-policies.github.io/
- 用 Prompt 驱动现有 LLM/VLM 完成任务；
- Finetune 现有 LLM/VLM 完成任务。
- 场景级任务规划
- 配置仿真环境，跑通 baseline；
- 设计 ICL 或 CoT 方法提升具身规划效果。
可选仿真环境/Benchmark：
- EAI：https://github.com/embodied-agent-interface/embodied-agent-interface
- EmbodiedBench：https://github.com/EmbodiedBench/EmbodiedBench
参考论文：
复现 OmniH2O 的人形机器人运动控制方法，学习仿真训练与 Sim2Real 流程。
参考资料：
- Unitree Robotics GitHub：https://github.com/unitreerobotics
- HOVER：https://github.com/NVlabs/HOVER
- Underactuated Robotics — MIT
- 如何做研究
- 会议期刊
- 机器人：Science Robotics, RSS, CoRL, ICRA, IROS, RLC
- 机器学习：ICLR, NeurIPS, ICML
- 计算机视觉：CVPR, ICCV, ECCV
- 自然语言处理：ACL, EMNLP, COLM
- 在线研讨班