VIP20

本课程属于：007-具身智能 机器人系统 · 共 20 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

策略训练：从仿真到真机部署

📚 共计 30 章节

课程导论：为什么需要仿真？

Sim-to-Real Gap 核心挑战概述，仿真必要性全景。

仿真环境搭建

MuJoCo, PyBullet, Isaac Gym 对比与选择。

机器人模型导入

URDF/SDF 解析，构建你的第一个仿真机器人。

传感器仿真

摄像头、激光雷达、IMU 模拟与噪声模型标定。

任务场景设计

障碍物、目标点、动态物体搭建训练环境。

强化学习基础回顾

状态空间、动作空间、奖励函数设计原则。

PPO算法详解

从理论到代码，PPO 成为机器人策略首选原因。

策略网络架构

MLP vs LSTM vs Transformer 任务选型指南。

训练流程搭建

Stable-Baselines3 / RLLib 训练行走策略。

稀疏 vs 密集奖励，调参血泪史与技巧。

颜色、质量、摩擦力随机化核心思想与实现。

随机化鲁棒

动力学参数随机化

质量、摩擦、关节阻尼随机化提升鲁棒性。

动力学随机

观测噪声注入

传感器加噪，模拟真实世界不可靠性。

噪声传感器

延迟与带宽模拟

控制延迟、通信延迟仿真引入方法。

从易到难，让AI像人一样循序渐进。

迁移学习与微调

仿真预训练模型加速真机训练。

用真实数据校准仿真，缩小Sim-to-Real Gap。

真机平台选型

四足/机械臂硬件选型与成本考量。

真机安全机制

急停开关、力矩限制、碰撞检测保命第一。

真机软件栈搭建

ROS2驱动、实时控制、状态估计。

策略导出与部署

PyTorch → ONNX/TensorRT，真机运行。

真机-仿真接口设计

统一状态/动作接口，一键切换。

真机测试流程

空载到负载，低速到高速渐进式测试。

数据记录与分析

记录真机数据，对比仿真定位Gap来源。

根据真机数据调整仿真/奖励，闭环改进。

高级技巧：模仿学习+RL

Behavior Cloning 与强化学习结合。

高级技巧：MBRL

基于模型的强化学习在Sim-to-Real应用。

案例实战1：四足行走

训练四足机器人行走策略并迁移真机。

案例实战2：机械臂抓取

训练机械臂抓取策略并迁移真机。

实战机械臂

总结与展望

Sim-to-Real未来趋势：Foundation Model, 云端仿真。