Dive into Embodied AI

具身智能入门与实践开源教程

中文 · English · Italiano

Tip

📖 在线阅读：点击进入完整教程 →

推荐使用网页版，支持全文搜索、章节导航和交互演示。初次学习可从 新手入门：具身导论 → 开始。

教程和交互页上方的「复制为 Markdown」可复制正文，下拉菜单可预览 Markdown。支持代码、表格和 LaTeX 公式，文末附有原网页链接，方便继续查看交互演示。

🤝 合作支持

Caution

Alpha 内测版本:仍在迁移和重构中,部分章节是占位页,欢迎提 Issue 反馈问题或建议。

🎯 项目定位

从零到一搭建一台具身智能机器人：深入强化学习、World-Model、VLA 等智能决策方法的工程落地，贯穿仿真环境、控制器、运动规划、感知系统等技能树模块,并在真实项目中跑通"决策—控制—感知"完整链路。

🧭 新手入门：具身导论 — 了解具身智能的概念、任务、载体与方法。

🗂️ 内容大纲

网站分为「具身导论、理论基础、项目实战」三个栏目：具身导论介绍领域全貌，并整理论文、数据集、开源项目和工具；理论基础讲解原理；项目实战包含分章项目、独立 Demo 与复现案例，按「AMD 专区、仿真实战、真机实战」归类。

🧭 具身导论

从具身导论建立对具身智能的全局认识，再进入理论基础与项目实战学习具体技术：

章节	内容
1. 什么是具身智能	定义、感知—决策—行动闭环，以及身体为什么重要
2. 发展脉络	规则编程、模型控制、深度强化学习和大模型四个时期
3. 机器人的技能	定义任务，认识抓取、操作、运动与导航
4. 具身智能的载体	人形、机械臂、轮式、四足、移动操作与仿真载体
5. 核心挑战	数据、仿真到真实、泛化、实时性、安全与评测
6. 技术栈	VLM、VLA、世界模型与操作、运控、导航等模块的介绍和学习入口
7. 就业岗位	大脑类算法、小脑类算法、感知导航、工程平台与硬件岗位的职责和面试准备

导论中的领域资源整理公开的学习与研究资源：

论文与研究：原论文、项目主页与站内解读。
具身数据集：机器人示教数据与评测基准。
开源项目：模型代码与训练框架。
仿真与工具：仿真引擎、学习环境与官方文档。

🛠️ 项目实战

从项目实战总览选择分章项目或独立实验，按步骤完成实现与评测。

分类	章节	简介
AMD 专区	AUP Learning Cloud 云算力	Ryzen AI APU、ROCm、JupyterHub 与 Code Server
AMD 专区	MicroDuck RL｜AMD ROCm	R9700、ROCm MuJoCo Warp、动态接触回归与双足 PPO
AMD 专区	玩转 Pupper 四足机器人	AMD 平台上的强化学习运动策略与 VLA 实验
仿真实战	从零到一搭建四足机器人	MuJoCo、PD、运动学、策略训练、语言控制与感知
仿真实战	MicroDuck RL 小黄鸭双足机器人	mjlab + MuJoCo Warp：GPU 并行 PPO 与双足步态训练
仿真实战	MuJoCo 机械臂与 DDPG	MuJoCo 环境与连续控制实验
仿真实战	ACT 双臂操作训练	ACT + ALOHA：训练、评估与结果复现
真机实战	LeRobot 中文课程讲义	Unit 0–2：机器人学习、数据集、工具链与经典机器人学，为真机实践做准备
真机实战	SO-101 + LeRobot 真机教程	硬件连通、安全测试与动作回放

🦆 最新 Demo：MicroDuck RL 小黄鸭

_{MicroDuck RL · 小黄鸭双足稳定步态
mjlab + MuJoCo Warp · PPO GPU 并行训练（iteration 1500）}

_{从 0 到 1 搭建四足机器人
CS123 仿真版 · MuJoCo + PPO + LLM 控制}

_{ReBot-Act · ACT 训练效果
真机视觉模仿学习 · 方块抓取与放置}

_{ACT · ALOHA 双臂交接
50k 训练 · MuJoCo 20 回合成功率 50%}

📐 理论基础

理论基础按当前导航的四列组织：大脑、小脑、感知系统、工程底座。

大脑：智能决策

章节	简介
强化学习决策	MDP、DQN、PPO、SAC、DDPG/TD3 与模仿学习
视觉-语言-动作大模型(VLA)	RT-1/RT-2、OpenVLA、ACT、Diffusion Policy、π 系列
World-Model	世界模型在具身场景下的落地路径

小脑：运动控制

章节	简介
强化学习控制	把策略学习接到连续控制和机器人任务上
控制器	PID、LQR、MPC、阻抗控制与系统集成教程
运动规划	Motion Planning 与 MoveIt 2 规划闭环

感官：感知系统

本体感知：机器人必须知道自己在哪里、姿态如何、速度如何、是否失稳。

外部感知：相机、雷达、触觉、电机电流、IMU、足端接触、机身姿态、末端位置。

章节	简介
视觉感知与 VLM	Transformer、ViT、视觉编码器与多模态融合
传感器标定与 sim2real	坐标系、时间同步、外参误差放大和在线标定监控

工程底座

章节	简介
仿真工具	Isaac Sim、MuJoCo、Gymnasium、PyBullet 快速上手
ROS2	坐标变换、FK/IK、tf2、URDF 与 MoveIt 2
数据工程与模仿学习	从遥操作数据到模仿学习、LeRobot 工具链和策略训练

👥 组队学习

Datawhale 会围绕本教程组织组队学习。历史与在筹备中的组队学习计划文档会集中放在 docs/team-learning/(施工中),包括每期的学习路线、打卡要求和对应章节的导读。

最新一期报名入口:施工中
往期学习资料归档:施工中

💻 本地预览

本地开发和 CI 统一使用 .nvmrc 指定的 Node.js 26.11.1 及其自带的 npm，版本要求见 package.json。使用 nvm 时，在仓库目录运行 nvm install 和 nvm use；其他安装方式请选同一版本。.npmrc 会检查安装时的版本，并为 npm 脚本关闭 Node 的实验性 Web Storage，避免静态构建触发 localStorage 警告；浏览器中的存储功能不受影响。

仓库使用 Git LFS 存放视频和 GIF。clone 之后必须先装 git-lfs 再 git lfs pull,否则本地看到的图/视频是 pointer 文本而不是真内容。完整步骤见 CONTRIBUTING.md。

# 1. 装 git-lfs(每台机器只需一次)
# brew install git-lfs        # macOS
# sudo apt install git-lfs    # Ubuntu / Debian
# choco install git-lfs       # Windows

# 2. 初始化并拉取 LFS 文件
git lfs install
git lfs pull

# 3. 切换到 .nvmrc 指定版本（已安装 nvm 时）
nvm install
nvm use

# 4. 按锁文件装依赖、起本地预览
npm ci
npm run dev

网站默认中文，可通过导航栏的语言菜单切换为 English 或 Italiano。英文和意大利语版本均覆盖 README、首页与导航、具身导论（含交互演示与资源页）、学习地图和项目总览。其他教程正文与独立实验页暂时显示中文，并用当前语言标注翻译范围。

# 单独启动英文开发环境（开发服务器一次只运行一种语言）
npm run start -- --locale en
# 意大利语
npm run start -- --locale it

# 构建并检查三种语言，再预览跨语言切换
npm run build
npm run check:i18n
npm run serve

中文路径为 /dive-into-embodied-ai/，英文和意大利语分别位于 /en/、/it/ 子路径。界面译文保存在 i18n/<locale>/code.json，导航和页脚译文位于 i18n/<locale>/docusaurus-theme-classic/，其中 <locale> 为 en 或 it。

后续章节的译文 Markdown 可按原目录结构放入 i18n/<locale>/docusaurus-plugin-content-docs/current/，保留原文的文档 ID、slug 和显式章节锚点。缺少译稿时，Docusaurus 会显示中文原文，并提供当前语言的提示及中文版本链接。运行 npm run check:i18n 可检查译文、占位符、路由和跨语言锚点。

⭐ Star 曲线

_{由 GitHub Actions 自动更新}

🤝 贡献者名单

姓名	职责	简介
江季	项目负责人	蘑菇书作者，强化学习算法研究员
康博	项目负责人	nobl.ai 联合创始人 & 比利时根特大学访问教授
黄潇	项目负责人	同济大学毕业，智驾算法工程师
罗如意	项目负责人	智能汽车竞赛国奖&FunRec开源项目负责人

📣 关注我们

扫描下方二维码关注公众号:Datawhale

📄 LICENSE

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。

dive-into-embodied-ai