- 开源内容：https://github.com/datawhalechina/every-embodied
- 学习指南知识库：学习指南
- 提问部分：问题记录和汇总
- 助教请申请这个文档的编辑权限，打卡信息，优秀作业等所有内容请汇总到：202603期1群和202603期2群
- 课程说明：
具身智能（Embodied AI）风很大，从 Mobile ALOHA 到 Pi0、OpenVLA，SOTA 模型几乎按周更新。但很多人想入局却卡在第一步：
🤯 资料太碎，不知道从哪学起？
🤯 门槛太高，数学推导和物理引擎让人头秃？
🤯 跑不起来，环境配置配到怀疑人生？
别慌！这份由 Datawhale 发起、开源社区共同打磨的保姆级教程 Every-Embodied : Zero to Hero 正式开源啦！🌟 我们主打一个：基础友好、工程可复现、前沿可拓展。带你从一行 Python 代码开始，一步步给机器人装上“大脑”！🧠
本版路径在 V3 的“先通识、后分支”基础上，进一步增加优先复现建议和进阶复现建议。默认规则是：每个 Task 优先完成 1 个最稳、最经典、最容易形成打卡结果的复现；其它平台、模型和环境作为进阶选做。这样可以避免初学者同时面对 ManiSkill、GenieSim、Isaac Sim、Habitat、OpenVLA、SmolVLA、GR00T、SIM1 等多个环境时不知道从哪里开始。
后半程分为三类：操作模型与世界模型、导航模型与无人机导航、应用实践与系统部署。喜欢机械臂操作、抓取、VLA、ACT、Pi0、SmolVLA、OpenVLA 和世界模型的同学，可以进入操作模型与世界模型分支；喜欢导航、VLN、场景理解、无人机导航和空间任务规划的同学，可以进入导航模型与无人机导航分支；希望做开发板、遥操作、仿真工具、数据合成和多模态 demo 的同学，可以进入应用实践与系统部署分支。
- 面向人群：对具身智能感兴趣的学生、工程师、研究人员；具备 Python 基础和基础数学知识。Python 初学者 / AI 开发者：想系统转型具身智能方向；高校学生：需要做课程项目、毕设，或者想快速建立论文复现能力；硬件 / 机器人发烧友：想打通从物理机控制到 Sim2Real 部署的完整闭环。
- 课程编号：929
- 学习群个数：2个
- 学习人数：180人/群
| 角色 | 姓名 |
|---|---|
| 航路开辟者（课程设计者） | 陈可为 李昀迪 张天一 |
| 领航员（运营助教） | |
| 航海士（专业助教） |
任务安排：
| 任务信息（每个 task 任选一个链接打卡即可） | 天数 | 截止时间 | 评审 | 优秀作业 |
|---|---|---|---|---|
| 04月13日正式开始 | 共20天 | |||
| Task01：具身智能基础与机器人控制，具身智能概述与发展，PID控制算法实现，机器人运动学基础，具身导航初步（视频教程） 对应： 热门内容：春晚机器人复刻 视频教程：http://xhslink.com/o/1lB9dX0Vt2t 课程01-具身智能概述： 该章节涵盖了具身智能概述与发展。 具身智能概述 课程02-机器人基础和控制、手眼协调： 该章节涵盖了“机器人基础”（运动学）和“控制”（PID算法）。 机器人空间描述与坐标变换 Cartpole建模与控制 具身导航基础（优先完成作业）： Habitat Sim环境搭建及数据集介绍 Habitat Lab环境搭建及配置 视频教程：http://xhslink.com/o/4FGHWn2YICu |
4 天 | 截止时间 04月17日03:00 | ||
| Task02：通识基础收束：视觉感知、仿真环境与训练范式入门 Task01 已经完成具身智能概述、机器人基础控制和导航初步。本阶段继续补齐共通能力，重点理解视觉感知、深度/3D 信息、强化学习、仿真平台和具身任务训练范式，为后续分支学习做准备。 优先复现建议：初学者只需要在本阶段优先完成一个轻量示例，不要求同时安装多个仿真环境。建议优先完成视觉感知或基础仿真二选一。 课程04-具身场景的计算机视觉、3D重建：该章节涵盖机器人视觉、深度估计、SAM 和抓取注意力等基础内容。 SAM和深度估计 抓取注意力热图 课程05-具身场景的深度和强化学习：该章节涵盖强化学习与具身决策入门。 多机器人搬运家具强化学习 仿真工具二选一：优先选择自己更容易安装的一项即可。 ManiSkill环境仿真配置 GenieSim配置 GenieSim视频教程：http://xhslink.com/o/2tybo79bOsk 建议打卡：说明感知、训练、仿真三者在具身任务中的关系；或跑通一个视觉/仿真/强化学习示例。 |
4 天 | 截止时间 04月21日03:00 | ||
| Task03：分支入门：选择 1 条主分支，优先跑通 1 个经典复现 完成 Task01 和 Task02 后，开始按兴趣分流。Task03 的重点是“先跑通一个经典任务”，不建议同时尝试多个环境。每位同学只需要选择 1 条主分支，并在该分支中优先完成 1 个推荐复现。 分支A：操作模型与世界模型 适合喜欢机械臂操作、抓取、模仿学习、VLA、ACT、Pi0、SmolVLA、OpenVLA 和世界模型的同学。 优先复现建议：二选一即可。 1. OpenVLA复现（优先复现）：经典 VLA 入门，适合想理解“视觉语言如何输出动作”的同学。 2. MuJoCo复现ACT、Pi0、SmolVLA（优先复现）：经典操作仿真入门，适合想做抓取、ACT、Pi0、SmolVLA 实操的同学。 MuJoCo抓取实验视频教程：https://www.bilibili.com/video/BV1WhxeznE61/ ACT、Pi0数据采集和算法实操视频教程：http://xhslink.com/o/8lsptSLOlex 分支B：导航模型与无人机导航 适合喜欢导航、VLN、场景理解、空间定位、路径规划、无人机导航和空中视角多模态任务的同学。 优先复现建议：优先完成 Habitat 基础链路，不要一开始就同时做 VLN 前沿和无人机。环境没有配置好的同学，先看 Task01 的环境搭建；已经配置好的同学，直接做基础实践。 Habitat Sim基础实践（优先复现） Habitat Lab基础实践（优先复现） Habitat导航视频教程：http://xhslink.com/o/4FGHWn2YICu 分支C：应用实践与系统部署 适合希望做开发板、真实机械臂、遥操作、仿真工具和系统集成的同学。 优先复现建议：没有硬件的同学可以延续 Task02 已选择的 ManiSkill 或 GenieSim 仿真环境，不需要重复换环境；有 RDK-X5 / LeRobot 设备的同学优先做硬件链路。数据合成和高阶仿真工具放到 Task04。 RDK-X5超新手入门教程 RDK-X5连接LeRobot机械臂进行遥操作 建议打卡：选择一个主分支，说明选择原因，只提交一个优先复现任务的结果。 |
4 天 | 截止时间 04月25日03:00 | ||
| Task04：分支深入：沿 Task03 方向完成一次进阶复现或对比分析 Task04 不要求换方向，也不重复 Task03 的入门任务。学习者继续沿 Task03 已选择的主分支推进，把产出从“跑通一个 demo”升级为“可复现成果”。建议从以下进阶内容中选择 1 个即可。 分支A：操作模型与世界模型进阶 适合 Task03 已经完成 OpenVLA 或 MuJoCo 操作复现的同学。Task04 不再重复 OpenVLA / MuJoCo 入门，而是转向论文、benchmark、世界模型或更完整的数据/训练理解。 优先进阶建议：二选一即可。 1. RT系列论文解读与代码分析（优先复现）：适合把 VLA 操作模型的结构、数据格式和推理链路讲清楚。 2. LeWorldModel分析解读与实验复现（优先复现）：适合进入世界模型方向，理解环境预测、规划和机器人操作之间的关系。 补充进阶建议：对 benchmark、SmolVLA 或世界模型竞赛感兴趣的同学再选择。 LIBERO benchmark SmolVLA-LIBERO 1X世界模型挑战 分支B：导航模型与无人机导航进阶 适合 Task03 已经完成 Habitat 基础链路的同学。Task04 不再重复 Habitat 环境配置和基础实践，而是转向综合导航、VLN 前沿或无人机专题。 优先进阶建议：优先选择具身导航综合入门实践，输出任务配置、轨迹结果、失败案例和改进建议。 具身导航综合入门实践（优先复现） 补充进阶建议：对 VLN 前沿或空中机器人更感兴趣的同学再选择。 ETPNav代码复现 ETPNav前沿VLN导航算法复现视频教程：http://xhslink.com/o/8t08X6dROt5 无人机多模态大模型实践 对应仿真器下载链接(windows)：https://huggingface.co/datasets/Datawhale/house_win 无人机控制教程 无人机规划教程 分支C：应用实践与系统部署进阶 适合 Task03 已经完成一个仿真环境、开发板或遥操作链路的同学。Task04 的重点不是再换一个环境重装，而是把数据生成、高阶仿真或系统部署链路讲清楚。 优先进阶建议：二选一即可。 1. SIM1柔体仿真与数据生成：适合做数据生成、柔体仿真和复杂操作场景。 2. Isaac GR00T入门与微调：适合做模型微调、机器人基础模型和 Isaac 生态实践。 补充进阶建议：需要云端部署、Isaac Sim 或数据工具链的同学再选择。 Isaac Sim配置说明 阿里云部署 Isaac Lab + GR00T 完整教程 InternDataEngine小空间功能体验教程 建议打卡：提交“同一分支深入成果”。内容包括 Task03 的延续关系、选择的进阶复现、复现/训练/部署/数据生成步骤、关键结果截图或指标、遇到的问题与解决方法，以及后续可以继续深入的方向。 |
4 天 | 截止时间 04月29日03:00 | ||
| Task05：成果整理与交叉分享 最后阶段不建议再开新环境，而是把前面完成的通识学习和分支实践整理成可复用成果。可提交复现报告、演示视频、动图、环境搭建记录、方向综述、论文/代码解读、踩坑总结等。 优先成果形式：推荐提交“一个优先复现 + 一个进阶理解”的组合，而不是罗列很多没有跑通的链接。 操作模型与世界模型方向：可整理 OpenVLA、MuJoCo ACT/Pi0/SmolVLA、RT 系列、GR00T、LIBERO、SIM1 或 LeWorldModel 学习报告。 导航模型与无人机导航方向：可整理 Habitat、VLN、ETPNav、无人机导航、无人机控制/规划或无人机多模态实践复现报告。 应用实践与系统部署方向：可整理 ManiSkill、GenieSim、Isaac Sim、InternDataEngine、RDK-X5、LeRobot 遥操作、真实系统部署或多模态 demo 的环境配置和踩坑总结。 建议打卡：提交一份最终成果，说明你选择的分支、优先复现任务、进阶复现任务、遇到的问题、解决方法和后续可以继续深入的方向。 |
4 天 | 截止时间 05月03日03:00 |