R机器人学 · 课程网站ROBOTICS / COURSE SITE
01
DEMO FIRST · PHENOMENON TO THEORY LIVE WEBGL / MUJOCO SIMULATIONS
SYNCHRONIZED OBSERVATIONS & 50 MODULES

从一幕演示开始

选一个真实机器人演示,在左侧实时三维画面里看现象,同步对照右侧三步观察单,往下拆解它需要哪些课程知识。

18个演示
54个观察点
9种划分方式
50门基础课
20类概念台
50份课件
01 / WATCH

演示

18 个可切换
G1 实验台
整机任务
全身策略
数据与部署
02 / NOTICE · 你看到了什么随演示同步切换 3 个观察点
观察 1 / L0 · 整机能力 A

苹果没动,为什么换个参考系,坐标就变了?

看切换参考系,盯住同一个足端点在读数板里的两组数字。

拆位置 / 姿态 / 位姿的描述;同一物理点在不同坐标系下的表示。

落到这几门课 →
M05 M06 M07
观察 2 / L0 · 整机能力 A

一个关节动,为什么整条腿都跟着动?

看只改一个髋或膝的关节角,看整条腿和足端怎么连锁移动。

拆连杆参数、D-H 建系与正运动学的变换连乘。

落到这几门课 →
M10 M11 M12
观察 3 / L0 · 整机能力 C

同一个目标,为什么会有两组完全不同的数?

看把目标点在相机坐标系与机身坐标系之间来回切。

拆映射、平移 / 旋转算子与变换方程;姿态的多种参数化。

落到这几门课 →
M06 M08 M09
03 / DECOMPOSE

从一幕演示到一门课

四段下钻
① / STEP

看现象

先不谈公式。按提示操作演示,盯住一个具体瞬间:被击中的倾斜、推一下后的回正、跨越台阶前的抬腿。

② / STEP

提问题

把现象翻译成一个可回答的工程问题:「它凭什么没倒?」「一个按键怎么变成几十个关节的力矩?」

③ / STEP

拆知识

把工程问题倒推成必须会算的方程、会写的约束、会做的验证:接触力怎么求、摩擦锥怎么线性化、躯干速度怎么估、延迟怎么实测;再按一种知识领域划分逐层定位。

④ / STEP

落到课

每个关键问题对应课程体系里的一门基础课,有编号、核心关系式与可直接打开的单页课件。

04 / LENSES

换一个角度拆这台机器人

16 种可选视角

选一个角度,看这一幕演示涉及哪些研究问题,以及对应到课程的哪些章节。

从整机任务拆
从系统与技术栈拆
从研究方法与学科拆
L01

按整机能力

先问这台机器人要能做成哪几件事,再往下拆。

六类整机任务:站得住 / 走得动 / 看得清 / 走得到 / 抓得住 / 干得成。

整机能力拆解 · 六类整机任务

01站得住 · 本体、驱动与平衡

G1 是双足支撑、重心高、支撑面小的欠驱动系统。要站住,先得有一套能描述全身位姿的坐标语言、能算出惯性与重力的动力学模型,还要有在被推一下之后把误差拉回零的控制器。

  • 髋、膝、踝各有转轴,怎么把整条腿写成一串连杆与关节?
  • IMU 的姿态、编码器的关节角,怎么放进同一套坐标语言?
  • 单腿支撑被推一下,关节跟踪误差能不能收敛到零?
相关演示L0D14D02D01

02走得动 · 双足步态与移动

走路不是「把腿抬起来放下去」:摆腿相的足端是一条几何路径,走多快由时间律决定;支撑相要承受全身重量;落脚点要靠逆解与全身协调;而实际能走多快,最终由关节力矩与接触约束决定。

  • 摆腿相足端沿一条空间曲线走,走多快由谁决定?
  • 给定下一个落脚点,各关节角是多少?多解怎么选?
  • 同一条步态路径,到底哪几段必须降速?
相关演示D10D03D05D06

03看得清 · 视觉与自身定位

头戴相机看到的是像素,手臂能用的是三维坐标;中间隔着相机模型、标定、坐标链与状态估计。人形机器人还必须知道自己在哪——这既是定位问题,也是地图问题。

  • 像素坐标怎么变成机器人坐标系里的三维点?
  • 相机在头、手在臂末端,两个坐标系怎么对齐?
  • 在走廊里走一圈,怎么知道自己在哪、周围有什么?
相关演示D04L0D17D16

04走得到 · 规划与避障

知道自己在哪之后,还要回答「怎么过去」:先把机器人与障碍放进构型空间,再找一条无碰撞的几何路径,最后检查这条路径在微分约束与动力学约束下是否真的走得出来。

  • 全身几十个关节,怎么判断一个姿态会不会撞到东西?
  • 高维空间里怎么找到一条通路?
  • 几何上无碰撞的路径,为什么实际走不出来?
相关演示D04D12D09D10

05抓得住 · 上肢操作与接触

人形机器人的上半身要完成「伸手 → 对准 → 接触 → 施力」:前两步是运动学与轨迹插值,后两步是接触几何与柔顺控制。夹得紧不等于抓得住,位置控得太硬反而会顶坏物体。

  • 杯子在桌上,手该摆成什么姿态、各关节转多少?
  • 伸手过去时,手的位置与朝向怎样同时连续变化?
  • 两个手指夹住杯子,为什么有时夹紧了还是会滑?
相关演示D06D05D15L0

06干得成 · 系统集成与部署

单个算法跑通不等于整机跑通:还要有仿真平台、编程与离线编程、采样与延迟下的闭环综合,以及读懂现代文献与 URDF 的记号能力。这一层把前面五条能力收成一个可交付的人形机器人系统。

  • 上真机之前,怎么在仿真里先验证轨迹与控制器?
  • 几十个关节、多个传感器与规划器怎么连成一个系统?
  • 仿真里最优的控制器,真机上为什么常常不是?
相关演示D01D10D11D14

05 / KNOWLEDGE

这一幕需要哪些知识

随演示切换
编号层课程章节核心关系式人形机器人里对应什么涉及演示课件
M05L1位置、姿态与位姿的描述ᴬp = ᴬR_B ᴮp + ᴬp_BorgG1 的躯干、髋、膝、踝各有一套坐标系;要说清「左脚此刻在哪」,先得说清用哪个坐标系、怎么表示姿态。g1lab打开 ↗
M06L1映射:从一个坐标系到另一坐标系ᴬp = ᴬT_B ᴮp,ᴬT_B = [ᴬR_B ᴬp_Borg; 0 0 0 1]头戴相机看到杯子,手臂却长在肩上;把视觉坐标里的目标搬到肩坐标系,靠的就是这一章的映射。g1lab打开 ↗
M07L1算子:平移、旋转与齐次变换R_z(θ) = [cosθ −sinθ 0; sinθ cosθ 0; 0 0 1]人要转身、要抬腿,本质都是对位姿做平移与旋转;齐次变换把这两件事合成一次矩阵乘法。g1lab打开 ↗
M08L1变换方程与坐标链ᴬT_C = ᴬT_B ᴮT_C;ᴬT_B = ᴬT_C (ᴮT_C)⁻¹相机→头→躯干→肩→手是一整条坐标链;链上任一环的外参错了,手就会伸偏。g1lab打开 ↗
M09L1其他姿态描述:欧拉角 / RPY / 四元数ᴬR_B = R_z(α) R_y(β) R_x(γ);q = (η, ε₁, ε₂, ε₃)IMU 给出的姿态常用欧拉角或四元数; Head 转动接近万向节退化时,选哪种表示直接决定控制是否稳定。g1labmorphmimicretarget打开 ↗
M10L2连杆、关节与 D-H 建系ⁱ⁻¹T_i = R_x(α_{i−1}) D_x(a_{i−1}) R_z(θ_i) D_z(d_i)给 G1 的每条腿建立 D-H 坐标系,是把「髋转 30°」变成可计算运动学的第一步。g1labjointordermorphmimicretarget打开 ↗
M11L2正运动学:连杆变换连乘⁰T_N = ⁰T_1 ¹T_2 ⋯ ^{N−1}T_N知道所有关节角,要算出足端落在哪里、躯干朝哪,靠连杆变换连乘。g1labjointordermorphmimicretarget打开 ↗
M12L2三种空间、标准命名与工具坐标系q ∈ Q → x = f(q) ∈ X;⁰T_tool = ⁰T_N ᴺT_tool示教器里的基座系、工具系、工件系如果命名混乱,同一条指令会走到完全不同的位置。g1labjointordermorphmimicretarget打开 ↗
M13L2逆运动学:解存在性、子空间与解析解q = f⁻¹(x);可达 ⟺ x ∈ WS;三轴相交可分离求解给定下一个落脚点或手要够到的杯子,反过来求各关节角,就是人形机器人每毫秒都在做的事。mit2165morphmimicretarget打开 ↗
M14L2多解选择、重复精度与数值逆解Δq = J⁺(q) e;qₖ₊₁ = qₖ + Δq同一个手部位姿常有好几种肘部姿态;避开关节限位与自碰撞,要在多解里挑一个。mit2165打开 ↗
M15L3时变位姿、刚体线速度与角速度v = ṗ;ω;Ṙ Rᵀ = [ω]×走路时机体一边转一边加速,线速度与角速度是描述「这一瞬间怎么动」的基本量。—打开 ↗
M16L3连杆速度传递与 Jacobian⁰V = J(q) q̇;ⁱ⁺¹ω_{i+1} = ⁱ⁺¹_i R ⁱω_i + θ̇_{i+1} ⁱ⁺¹Ẑ_{i+1}摆腿时髋、膝、踝的速度怎样传到足端?Jacobian 把关节速度翻译成末端速度。mit2165打开 ↗
M17L3奇异性、可操作度与冗余零空间det J = 0;q̇ = J⁺ẋ + (I − J⁺J) q̇₀腿快伸直时某些方向突然使不上力,这就是奇异;人形下蹲与起身必须留出可操作度。mit2165打开 ↗
M18L3静力、力域 Jacobian 与笛卡尔变换τ = Jᵀ(q) F;P = τᵀq̇ = FᵀV脚踩地面产生的接触力,要换算成髋膝踝各出多少力矩,靠 τ = JᵀF。—打开 ↗
M19L4加速度、质量分布与牛顿-欧拉方程F = m v̇_C;N = I_C ω̇ + ω × I_C ω人形机器人抬腿时,全身质量分布与惯性耦合决定了电机到底要出多大力。grithtdmetatronmit2165mjswanscenebotsim2simsonic打开 ↗
M20L4牛顿-欧拉递推与封闭形式动力学τ = M(q) q̈ + V(q, q̇) + G(q) + F(q̇)牛顿-欧拉递推让控制器能在一个控制周期内算出全身所需的关节力矩。grithtdmit2165mjswanracerrealmimicsupermimic打开 ↗
M21L4拉格朗日方程、笛卡尔动力学与仿真d/dt(∂L/∂q̇) − ∂L/∂q = τ;Λ(x) = (J M⁻¹ Jᵀ)⁻¹上真机之前,先在仿真里用拉格朗日方程跑一遍步态,看力矩与能耗是否离谱。footballgrithtdmetatronmit2165mjswanracersim2simsonic打开 ↗
M22L5路径与轨迹:几何路径、时间律与参数化q(t) = q(s(t));q̈ = q″(s)ṡ² + q′(s)s̈摆腿相足端沿一条空间曲线从后往前:这条曲线是路径,走多快由时间律决定——同一条摆腿路径可以快走也可以慢走,但关节力矩完全不同。footballmetatronretargetsim2simsonic打开 ↗
M23L5关节空间插值:多项式、边界条件与连续性阶次q(τ) = q₀ + Δ(10τ³ − 15τ⁴ + 6τ⁵) ; q̈_max ∝ Δ/T²起脚与落脚要求位置、速度、加速度都连续;条件数决定该用三次、五次还是七次多项式。footballretargetscenebotsim2sim打开 ↗
M45L5时间缩放与速度剖面:梯形、双 S 与 jerk 限q̃(t) = q(t/λ) ; q̈̃ = q̈/λ² ; j̃ = j/λ³步态节拍压得太短会激起机身振动;把整条轨迹放慢 λ 倍,路径一个点都不改,峰值加速度却按 λ⁻² 下降。footballsim2sim打开 ↗
M46L5笛卡尔空间路径与姿态插值Q(u) = [sin((1−u)Ω)/sinΩ]Q₀ + [sin(uΩ)/sinΩ]Q₁手伸向杯子时,位置走直线、姿态走四元数大圆;对欧拉角做线性插值会让手腕中途翻转。—打开 ↗
M47L5途经点、分段连续与样条S′ᵢ(tᵢ) = S′ᵢ₊₁(tᵢ) , S″ᵢ(tᵢ) = S″ᵢ₊₁(tᵢ) ; q(s) = Σ Nᵢ,ₖ(s)Pᵢ一套上身动作有几十个途经点;逐点停最慢,三次样条能一次穿过所有点且加速度连续。retarget打开 ↗
M48L5轨迹优化:目标、约束与最优时间参数化min T = ∫₀¹ ds/ṡ ; τ = A(s)s̈ + B(s)ṡ² + C(s) ≤ τ̄ ; b = ṡ²同一条步态路径,哪几段必须降速?决定因素是力矩、速度与关节限位,不是「曲线够不够平滑」。footballgritmetatronscenebotsim2simsonic打开 ↗
M49L5从几何路径到轨迹:时间律与控制接口τ_ff = M(q_d)q̈_d + h(q_d, q̇_d) ; e = q_d − q轨迹层必须把 q_d、q̇_d、q̈_d 一起交给控制器;人靠近时常常只改时钟 s(t),几何路径与控制器都不用换。footballsim2sim打开 ↗
M24L6反馈控制与误差动力学:稳定性与稳态误差ë + K_v ė + K_p e = 0 ; ζ = K_v/(2√K_p)单腿支撑被推一下,髋膝踝的跟踪误差能不能收敛到零,取决于闭环误差动力学与阻尼比。grithtdioboardmetatronmit2165mjswanmorphmimicracerrealmimicsonicsupermimic打开 ↗
M25L6关节 PID:整定、离散实现与工程约束τ[k] = K_p e[k] + K_i T_s Σe + K_d Δe/T_s + ĝ(q)同一组关节增益在 1 kHz 下稳定,降到 100 Hz 就振荡;采样、噪声与限幅才是真机调参的主战场。footballgrithtdmjswanrealmimicscenebotsonicsupermimic打开 ↗
M26L6力控制:混合位置 / 力、阻抗与导纳F_d = M_d Δẍ + B_d Δẋ + K_d Δx ; τ = JᵀF脚落地或从桌上拿杯子时,位置控得太硬会产生巨大接触力;需要让末端表现成期望的阻抗。—打开 ↗
M27L6控制综合实验:轨迹 → 控制器 → 闭环e = q_d − q ; τ_cmd = sat(τ_ff + τ_fb) ; J_e = (1/N)Σ‖e‖²把轨迹、前馈、反馈、限幅、传感延迟串成一条闭环,才能公平比较 PID / 计算力矩 / MPC 谁更适合这台人形。footballgritscenebot打开 ↗
M50L6状态空间、线性化与极点配置ẋ = Ax + Bu ; det(λI − (A − BK)) = 0把整机在工作点线性化后,「调两个增益」就等价于配置闭环极点,平衡点附近才谈得上稳定裕度。htdioboardmetatronmit2165mjswanmorphmimicracerrealmimicsonicsupermimic打开 ↗
M51L6模型前馈与计算力矩控制τ = M(q)(q̈_d + K_v ė + K_p e) + h(q,q̇) ⇒ ë + K_v ė + K_p e = 0高速挥臂时惯性耦合不能忽略;计算力矩用动力学模型预先抵消非线性,让每个关节像独立二阶系统。htdioboardmjswanrealmimicsim2simsonicsupermimic打开 ↗
M52L6LQR 与最优控制入门J = ∫(xᵀQx + uᵀRu)dt ; K = R⁻¹BᵀP站立平衡里,位置误差与电机能耗的取舍可以写成 Q / R 权重,而不是靠试凑增益。ioboardmjswan打开 ↗
M53L6模型预测控制与约束处理min Σ‖xₖ−xᵣ,ₖ‖²_Q + ‖uₖ‖²_R s.t. xₖ₊₁=Axₖ+Buₖ, uₖ∈U关节快撞上机械限位、足底接触力快超限时,预测控制能提前几步调整力矩,而不是撞上再纠正。htdioboardmjswanrealmimicsupermimic打开 ↗
M54L6鲁棒、自适应控制与扰动观测τ = Yθ̂ + K s ; θ̂̇ = −ΓYᵀs ; V̇ = −sᵀKs ≤ 0手里抱起 5 kg 负载后模型参数已变;自适应律在线更新负载估计,误差才不会一直残留。footballgrithtdmetatronmit2165morphmimicracerrealmimicscenebotsim2simsonicsupermimic打开 ↗
M28L7构型空间、自由空间与 Bug 算法Q_free = Q \ Q_obs;Bug 沿障碍边界绕行全身几十个关节,判断一个姿态会不会撞到自己的腿或桌角,先把问题搬进构型空间。metatronparkourscenebot打开 ↗
M29L7势函数、路线图与单元分解U(q) = U_att(q) + U_rep(q);F = −∇U从房间这头走到那头,势函数会给出一条下坡路,路线图与单元分解则给出可复用的通路结构。parkour打开 ↗
M30L7采样规划 PRM / RRT 与图搜索f(n) = g(n) + h(n);P(找到解) → 1高维构型空间里穷举不可行;PRM / RRT 靠采样把「能不能过去」变成图搜索。metatronparkour打开 ↗
M31L7非完整约束、微分约束与可行轨迹A(q)q̇ = 0 ; q̇ ∈ null(A(q)) ; min ∫L(x,u)dt s.t. ẋ=f(x,u)差速底盘规划出的横向平移曲线,做再多糖的平滑也走不出来——非完整约束限制的是速度,不是曲线好不好看。parkourscenebot打开 ↗
M32L8轮式机构与移动机器人运动学q̇ = G(q)u;差速:ẋ = v cosθ, ẏ = v sinθ, θ̇ = ω双足之外,轮式移动平台的左右轮速度决定它只能沿圆弧走;这是理解人形移动约束的最好对照。—打开 ↗
M33L8传感器、里程计与误差传播Σ′ = F Σ Fᵀ + Q;p(x′ | x, u)足端打滑、IMU 有零偏,机器人却还要知道自己走了多远;先要会算误差是怎么一路传下去的。—打开 ↗
M34L8概率基础与离散 / 贝叶斯滤波bel(xₜ) = η p(zₜ|xₜ) Σ p(xₜ|uₜ,xₜ₋₁) bel(xₜ₋₁)多传感器互相矛盾时该信谁?贝叶斯递推给出「先验 + 观测」的合并规则。—打开 ↗
M35L8卡尔曼滤波 / EKF / 粒子滤波K = P⁻Hᵀ(HP⁻Hᵀ + R)⁻¹;x̂ = x̂⁻ + K(z − Hx̂⁻)把 IMU、关节编码器与足端力传感融合成稳定姿态估计,靠卡尔曼 / EKF / 粒子滤波。—打开 ↗
M36L8定位、地图表示与占据栅格lₜ = lₜ₋₁ + l_inv − l₀;p(m | x₁:ₜ, z₁:ₜ)在走廊里走一圈,要同时估计自己在哪、周围哪里有墙,占据栅格是最常用的地图表示。parkour打开 ↗
M37L8SLAM 入门、导航与探索min_{x} Σ ‖e_{ij}(x)‖²;global plan + local planner + controller没有先验地图时,人形机器人要一边走一边建图一边定位,这就是 SLAM 与主动探索。parkourrealmimicsupermimic打开 ↗
M38L9机构设计、驱动、传动与传感τ_out = n η τ_m;J_reflect = J_load / n²电机、减速器、编码器与连杆刚度决定了力矩上限、背隙与传感精度,后面所有算法都受这些硬件边界约束。—打开 ↗
M39L9相机模型、标定与三维位姿估计s[u v 1]ᵀ = K [R | t] [X Y Z 1]ᵀ头戴相机看到的是像素,手臂能用的是三维坐标;焦距、外参与畸变标定是中间那道桥。parkour打开 ↗
M40L9抓取:接触、摩擦锥与形/力封闭|f_t| ≤ μ f_n;G f = −F_ext;rank(G) 判据两个手指夹住杯子,为什么有时夹紧了还是会滑?摩擦锥与形 / 力封闭给出判据。—打开 ↗
M41L9机器人编程、离线编程与仿真程序 → 轨迹 → 仿真验证 → 下载到控制器几十个关节、多个传感器与规划器要靠编程与离线编程连成一个系统;仿真平台是上真机前的必经环节。footballgrithtdjointordermetatronmjswanmorphmimicracerrealmimicsim2simsonic打开 ↗
M42L9综合实验:感知 → 规划 → 控制闭环闭环误差 = Σ 各环节误差;二分定位首个失真相把感知、规划、控制串成闭环综合实验,才能检验「看得清、走得到、抓得住」是否真能同时成立。gritparkourscenebot打开 ↗
M43L10twist / wrench 与伴随变换(概念导读)V = (ω, v);F_b = [Ad_T]ᵀ F_a读 Drake 或现代论文时会遇到 twist / wrench;这一章只做记号导读,让本科生能看懂文献在说什么。—打开 ↗
M44L10指数积 PoE 与 URDF(概念导读)T(θ) = e^[S₁]θ₁ ⋯ e^[Sₙ]θₙ MURDF 与现代运动学库常用指数积 PoE;作为研究生衔接,知道它与 D-H 的对应关系即可。jointorderracer打开 ↗
06 / KNOWLEDGE

按不同线索看所需知识

每种划分都把知识领域逐级细到具体章节

S01 按主干学科 6 个领域

几何与运动学、动力学、控制、感知、规划、学习各成一门学问,先分科再合并到整机。

想按经典教材的分科建立完整知识框架 · 34 个细分主题

S02 按基础学科 7 个领域

先问每个问题最终归到哪一门基础学科:数学、力学、概率、优化、控制、视觉或计算。

想补数学与理论地基,或跨学科选课 · 33 个细分主题

S03 按教材章序 10 个领域

完全按 Craig 4/e 的章序推进:先空间描述与变换,再运动学、动力学,最后进入路径、轨迹与控制。

按学期从头到尾系统授课 · 50 个细分主题

S04 按功能环节 7 个领域

感知 → 估计 → 决策与规划 → 控制 → 执行,按经典 sense–plan–act 的功能环节切分。

想按「机器人是怎么工作的」建立整体框架 · 26 个细分主题

S05 按信息流 7 个领域

沿一个数据从传感器到电机的变换过程切分:每一段都要说清输入是什么、输出是什么。

想排查「哪一环出错」或设计系统接口 · 29 个细分主题

S06 按控制分层 6 个领域

按频率与模型精度切分:越往上越慢、越用降阶模型;越往下越贴近电机、越要求硬实时。

想搭真机控制栈、确定每一层算什么 · 25 个细分主题

S07 按本体与硬件层次 5 个领域

从机构、驱动、传感、计算到软件与安全,按物理本体自下而上切分。

想做整机选型、台架 bring-up 与系统集成 · 20 个细分主题

S08 按方法流派 7 个领域

同一个任务可以用解析公式、图搜索、数值优化、概率推断或数据驱动来做,按方法本身切分。

想比较「同一个问题有几种解法」 · 29 个细分主题

S09 按应用与研究方向 6 个领域

按最终要解决哪一类整机问题切分:双足运动、全身操作、自主导航、柔顺交互、部署与验证。

带着具体课题或毕业设计方向来选课 · 27 个细分主题

07 / CONCEPT LABS

20 类概念台

每类都有对应的章节课件
arm · 8 份

拖一个关节角,看整条运动链与末端位姿怎么连锁变化。

示例:连杆、关节与 D-H 建系 ↗
camera · 1 份

相机成像、标定与三维位姿估计的可视化。

示例:相机模型、标定与三维位姿估计 ↗
chain · 4 份

从看到目标到手到达,逐环节排查第一个出错的坐标变换。

示例:从几何路径到轨迹:时间律与控制接口 ↗
curve · 2 份

给一个力矩,看轨迹与动力学响应曲线怎么变。

示例:牛顿-欧拉递推与封闭形式动力学 ↗
filter · 1 份

噪声观测下卡尔曼 / EKF / 粒子滤波的状态估计。

示例:卡尔曼滤波 / EKF / 粒子滤波 ↗
fit · 1 份

途经点、分段连续与样条插值的形状变化。

示例:途经点、分段连续与样条 ↗
force · 4 份

同一负载换力臂,看关节力矩与 Jacobian 转置。

示例:静力、力域 Jacobian 与笛卡尔变换 ↗
frame · 3 份

切换参考系,看同一个物理点的坐标怎么变。

示例:位置、姿态与位姿的描述 ↗
graph · 2 份

势函数、路线图与单元分解的路径搜索过程。

示例:势函数、路线图与单元分解 ↗
learn · 1 份

鲁棒 / 自适应控制与扰动观测的响应曲线。

示例:鲁棒、自适应控制与扰动观测 ↗
map · 1 份

定位、地图表示与占据栅格的更新。

示例:定位、地图表示与占据栅格 ↗
prob · 1 份

概率递推与贝叶斯滤波的更新过程。

示例:概率基础与离散 / 贝叶斯滤波 ↗
response · 5 份

改 PID 参数与时滞,看阶跃响应、超调与稳态误差。

示例:反馈控制与误差动力学:稳定性与稳态误差 ↗
rotation · 5 份

交换两次旋转的顺序,看最终姿态差多少。

示例:算子:平移、旋转与齐次变换 ↗
sensor · 1 份

传感器零偏、噪声与里程计误差传播。

示例:传感器、里程计与误差传播 ↗
space · 2 份

关节空间 / 笛卡尔空间与碰撞边界。

示例:构型空间、自由空间与 Bug 算法 ↗
system · 2 份

机构、驱动、传动与本体传感决定的能力边界。

示例:关节 PID:整定、离散实现与工程约束 ↗
timelaw · 3 份

同一条几何路径换时间律,看速度与加速度剖面。

示例:路径与轨迹:几何路径、时间律与参数化 ↗
topp · 1 份

在速度 / 加速度约束下求最短时间参数化。

示例:轨迹优化:目标、约束与最优时间参数化 ↗
vehicle · 2 份

非完整约束下的可行路径与规划。

示例:非完整约束、微分约束与可行轨迹 ↗
08 / ALL DEMOS

18 个演示

L0 本站 G1 三维实验台 · 坐标系工作台

项目自带的真实 G1 三维工作台:躯干、髋、膝、踝各有坐标系,可拖动关节、切换参考系、观察目标点在不同坐标系里的读数。

M05 / M06 / M07 / M08 / M09 / M10 / M11 / M12

D01 GRIT Arena · G1 对战

两台 G1 在拳台对打,头 / 躯干 / 大腿命中 +1,倒地判负,一分钟比分决胜;支持手动接管、AI 对打、动作展示与精彩回放。

M19 / M20 / M21 / M24 / M25 / M27 / M41 / M42 / M48 / M54

D02 mjswan · G1 步态与平衡策略

同一个页面里可切 G1 / Go2 / Go1 等不同机器人与训练好的步态、平衡策略,观察策略在扰动下如何维持站立与行走。

M19 / M20 / M21 / M24 / M25 / M41 / M50 / M51 / M52 / M53

D03 Robot Learning Sim2Sim Online

浏览器内跑 MuJoCo 仿真与 ONNX 策略,实时看 G1 走、跑、跌倒起身与全身跟踪;面板还列出各策略的训练代码与论文入口。

M19 / M21 / M22 / M23 / M41 / M45 / M48 / M49 / M51 / M54

D04 Perceptive Humanoid Parkour · 交互演示

操作员用键盘给出速度指令,机器人依靠感知策略跨越障碍、跳上台阶。

M28 / M29 / M30 / M31 / M36 / M37 / M39 / M42

D05 MIT 2.165 · G1 遥操作轨迹验证

把「人戴着头显做动作 → 记录轨迹 → 用 Lyapunov 自适应控制器复现」完整走一遍,控制器补偿已知刚体动力学并在线估计关节摩擦,保证 V̇ ≤ 0。

M13 / M14 / M16 / M17 / M19 / M20 / M21 / M24 / M50 / M54

D06 Robot Retarget Online · 动作重定向

把人类动捕数据映射到人形机器人关节,检查哪些动作能迁移、哪里会失真。

M09 / M10 / M11 / M12 / M13 / M22 / M23 / M47

D07 Robot Joint Order Check Tool Online

把「同一份模型在不同仿真器里关节编号不一致」这个工程陷阱可视化。

M10 / M11 / M12 / M41 / M44

D08 Robot Learning IO Board Online

把一个 RL 策略的输入输出结构摊开,而不是当作黑盒。

M24 / M50 / M51 / M52 / M53

D09 SceneBot · 场景交互整机任务

同一份策略完成走上台阶、坐下起身、搬起放下箱子、踢球与自由空间运动,接触与非接触动作在同一段序列里连续切换。

M19 / M23 / M25 / M27 / M28 / M31 / M42 / M48 / M54

D10 G1 Football · 射门任务

给 G1 一个射门任务:先由速度与朝向目标助跑,接近球后切换为定时足端目标,完成摆腿、击球与随挥,页面实时给出轨迹预览与射门力度。

M21 / M22 / M23 / M25 / M27 / M41 / M45 / M48 / M49 / M54

D11 G1 Racer · 六机竞速

六台人形机器人在同一场景里竞速,同一策略批量推理,观察多机并行时的队形、干扰与名次变化。

M20 / M21 / M24 / M41 / M44 / M50 / M54

D12 Metatron · 统一全身策略

同一份网络覆盖运动追踪、转向、路径跟随、伸向稀疏身体目标、场景交互与跌倒起身;换的是给定的目标,不是换控制器。

M19 / M21 / M22 / M24 / M28 / M30 / M41 / M48 / M50 / M54

D13 SONIC · 全身运动追踪

给一段参考动作,G1 用统一策略全身跟踪;可以关掉策略、关掉物理、推开机器人,直观看到参考轨迹与闭环抗扰之间的区别。

M19 / M21 / M22 / M24 / M25 / M41 / M48 / M50 / M51 / M54

D14 HTD · G1 全身控制器命令台

直接给 G1 下发速度、高度与躯干姿态命令,看策略把命令变成全身关节运动;把滑块推到训练范围之外,还能看到跟踪质量如何变化。

M19 / M20 / M21 / M24 / M25 / M41 / M50 / M51 / M53 / M54

D15 MorphMimic · 跨形态共享策略

同一份策略只看人体的 5 个点(骨盆、双踝、双腕)或 24 个关节,就能驱动不同形态的机器人完成动作;页面上还能看到被推动后的恢复过程。

M09 / M10 / M11 / M12 / M13 / M24 / M41 / M50 / M54

D16 SuperMimic · 世界模型想象

把策略学到的世界模型、目标姿态与 MuJoCo 真值放在一起;拖动机器人、加动作噪声或改摩擦,看它如何重新收敛。

M20 / M24 / M25 / M37 / M50 / M51 / M53 / M54

D17 realmimic · 追踪与世界模型对照

同一份策略在不同机器人形态与地面摩擦下跟踪同一段动作,页面实时给出世界模型与真值之间的偏差读数,以及翻转、跪地落地等动作。

M20 / M24 / M25 / M37 / M41 / M50 / M51 / M53 / M54

09 / NEXT

继续