VIP7
本课程属于：025-机器人强化学习与模仿学习 智能机器人、自动化与智能装备工程 · 共 7 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

机器人模仿学习与行为克隆工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=机器人模仿学习与行为克隆的定义 · 发展历程 · 核心价值
课程导入目标=机器人模仿…
02
机器人学基础
目标=机器人运动学 · 动力学 · 坐标系变换
机器人学基础目标=机器人运动…
03
模仿学习概述
目标=模仿学习与强化学习的区别 · 行为克隆 · 逆强化学习
模仿学习概述目标=模仿学习
04
行为克隆基本原理
目标=监督学习视角下的策略学习 · 状态-动作对映射 · 损失函数设计与泛化问题
行为克隆基本原理目标=监督学习视…
05
数据采集与示教
目标=遥操作 · 动觉示教 · 视觉示教
数据采集示教
06
状态与动作表示
目标=关节空间 · 任务空间 · 视觉特征
状态动作表示
07
监督学习模型选型
目标=线性回归 · 高斯过程 · 支持向量机
监督学习模型选型目标=线性回归
08
深度行为克隆
目标=卷积神经网络 · 循环神经网络 · Transformer 在策略学习中…
深度行为克隆目标=卷积神经网…
09
序列建模与时序依赖
目标=长短期记忆网络 · 门控循环单元 · 时间卷积网络
序列建模时序依赖
10
多模态输入融合
目标=视觉 · 语言 · 本体感知
多模态输入融合目标=视觉
11
生成式行为克隆
目标=变分自编码器 · 生成对抗网络 · 扩散模型
生成式行为克隆目标=变分自编码…
12
扩散策略与流策略
目标=扩散策略原理 · 去噪过程 · 流匹配策略
扩散策略流策略
13
动作分块与时间集成
目标=动作分块 Transforme… · 时间集成 · 滚动时域控制与平滑执行
动作分块时间集成
14
分布偏移与复合误差
目标=协变量偏移问题 · 因果混淆 · 长时程误差累积与缓解策略
分布偏移复合误差
15
模仿学习中的因果推理
目标=因果图 · 干预 · 反事实推理在策略学习与泛化中的作用
模仿学习因果推理
16
逆强化学习与奖励学习
目标=最大熵逆强化学习 · 对抗逆强化学习 · 偏好学习与奖励建模
逆强化学习奖励学习
17
离线强化学习与行为克隆结合
目标=离线数据利用 · 保守 Q 学习 · 隐式 Q 学习与策略改进
离线强化学习行为克隆结合
18
元学习与少样本模仿
目标=模型无关元学习 · Reptile · 上下文元学习在快速适应新任务中的应用
元学习少样本模仿
19
迁移学习与领域自适应
目标=仿真到现实迁移 · 域随机化 · 特征对齐与微调策略
迁移学习领域自适应
20
仿真环境与基准测试
目标=MuJoCo · Isaac Sim · PyBullet
仿真环境基准测试
21
真实机器人系统集成
目标=ROS/ROS2 · 实时控制 · 传感器同步
真实机器人系统集…ROS/ROS2
22
案例实战一
目标=机械臂抓取与放置任务的行为克隆… · 从数据采集到部署评估
案例实战一目标=机械臂抓取
23
案例实战二
目标=移动机器人导航与避障的模仿学习 · 包括视觉导航与动态环境适应
案例实战二目标=移动机器人…
24
案例实战三
目标=人形机器人全身运动模仿 · 包括动作重定向 · 平衡控制与多阶段训练
案例实战三目标=人形机器人…
25
案例实战四
目标=基于扩散策略的精细操作任务 · 包括多模态输入与实时推理优化
案例实战四目标=基于扩散策…
26
评估方法与指标
目标=成功率 · 轨迹误差 · 泛化能力
评估方法指标
27
常见问题与调试
目标=过拟合 · 欠拟合 · 动作抖动
常见问题调试
28
安全与伦理
目标=安全约束 · 失败恢复 · 人机协作安全
安全伦理
29
前沿进展与趋势
目标=基础模型 · 视觉-语言-动作模型 · 世界模型
前沿进展趋势
30
综合项目与课程总结
目标=端到端模仿学习项目设计 · 团队协作 · 成果展示与未来学习路径
综合项目课程总结