Xbotics 社区具身智能学习指南：我们把“具身综述→学习路线→仿真学习→开源实物→人物访谈→公司图谱”串起来，帮助新手和实战者快速定位路径、落地项目与参与开源。 面向“机器人基础学习 + 开源项目学习”，强调可复现与快速上手；不追求百科全书，而是清晰路径 + 工程落地。
- 定位：面向新人、进阶与工程落地；以“路线+清单+实作任务”组织，而非长篇教程。
- 风格：中文为主、英文补充；强调开源项目与可复现。
- 先修建议：Python / 线性代数 / 概率统计 / 控制基础 / Linux & Git。
- 图标约定：⭐ 必看 · 🧪 实作 · 🧱 SOP · 📦 代码/数据 · 📄 论文 · 🎥 视频（可选）。
- 结构：每个小节优先给出可操作的“起步三件事”。
太好了，我把前面所有要求合并成一份可直接粘到 GitHub README.md 的大纲，包含：目录（四大块顺序保持：综述→路线→仿真→开源实物）、新增三章（基础学习、各技术基础与经典、各技术路线前沿）、“Ask Me Anything”/Issue 模板、每章下方的贡献者位、以及两类详细样板（仿真：Isaac Lab；实物：LeRobot；技术路线：Diffusion Policy & VLA）。你只需要把下面整段复制到仓库即可。
@Xbotics-木木、@Xbotics-土豆、@FTZP、@Kands、@叶家乐，西南民族大学，主要专注于机器人方面的学习与应用
🎯 想加入？见文末「如何贡献」。
- 具身综述（Embodied AI Overview）
- 各技术学习路线（Roadmaps）
- 基础学习（机器人基础｜深度学习基础）
- 各技术基础与经典（理论与经典论文/工程）
- 各技术路线前沿（Trends & SOTA）
- 仿真学习（Simulation） — ⭐样板：Isaac Lab
- 开源实物（Real Robots & Tooling） — ⭐样板：LeRobot
- 人物访谈（Interviews）
- 具身公司图谱（Landscape）
- Ask Me Anything（提 Issue 问我任何）
- 如何贡献 & 目录约定｜License
贡献者：@owner，@alice 你将获得：统一术语、问题划分与评测框架；从“感知—决策—控制—评测”建立大图景。 小标题
- 1.1 范式与框架：IL / RL / VLA / Diffusion Policy / 世界模型
- 1.2 数据与评测：采集、清洗、标注、Benchmark 协议
- 1.3 系统工程：安全、时延、同步、记录与回放
- 1.4 典型失败模式：多步长任务、延迟对齐、域偏移
贡献者：@owner，@bob
每条路线 = 前置要求 → 4–8 周分周计划 → 里程碑 → 作业与验收 → 延伸阅读
小标题
- 2.1 模仿学习（BC/DAgger）
- 2.2 强化学习（PPO/SAC+iLQR/MPPI）
- 2.3 视觉与多模态（2D/3D/CLIP/SigLIP）
- 2.4 规划与控制（RRT*/TrajOpt/MPC）
- 2.5 触觉与力控（阻抗/导纳/传感融合）
- 2.6 VLA（OpenVLA/RT-2/π0）
- 2.7 Diffusion Policy（条件扩散策略）
- 2.8 世界模型（Dreamer/潜在动力学）
- 2.9 数据飞轮与遥操作（Teleop→清洗→训练→回流）
- 2.10 Sim2Real（域随机化/对齐/自适应）
- 2.11 评测与 Benchmark（标准化日志与指标）
通用路线模板
#### <方向名> 学习路线（4–8 周）
- 前置要求：<课程/工具/数学>
- 第 1–2 周：跑通最小可行 demo（给出命令与脚本名）
- 第 3–4 周：改 1–2 个关键模块做对比实验
- 第 5–8 周：选择 1 个实战任务，交付 Demo+报告
- 里程碑：<成功率/曲线/可视化>
- 常见坑：<列 3–5 条>
- 延伸：<论文/代码/数据集 3–6 条>
- 贡献者：@yourname样板 A｜Diffusion Policy 路线（可直接用）
- 前置：Python/PyTorch；理解轨迹/动作参数化
- 周程：
train_dp.py跑通 → 更换视觉编码器（SigLIP）/动作表示 → 加入遥操作数据，完成桌面抓取 - 里程碑：成功率≥80%，采样/去噪可视化
- 坑：时间对齐、动作尺度、采样步数引入时延
- 延伸：DP/ACT/LEAP；Bridge/RT-*；W&B/TensorBoard
样板 B｜VLA 路线（OpenVLA/π0/RT-2 思路）
- 前置：Transformer、CLIP/SigLIP
- 周程：最小 Demo（回放推理）→ 换编码器/提示/动作 token 化 → 多步骤指令任务
- 里程碑：多指令可控 Demo + 评测脚本
- 坑：动作对齐、长序列退化、指令歧义
- 延伸：OpenVLA/RT-2/π0；Hydra/Accelerate/LoRA；Bridge/Libero/Open-X
贡献者：@alice，@charlie 小标题
- 3.1 机器人学打底：坐标系/运动学/动力学/控制
- 3.2 传感与同步：相机/IMU/力传感/时钟与标定
- 3.3 深度学习打底：优化/正则/卷积与注意力/训练套路
- 3.4 工程环境：Conda/Docker、日志与可视化、复现实验规范
贡献者：@owner 小标题
- 4.1 IL 经典：BC/DAgger/GAIL，数据分布与误差累积
- 4.2 RL 经典：值/策略/Actor-Critic，收敛与稳定性
- 4.3 视觉与多模态：表征学习、对比学习、SigLIP/CLIP
- 4.4 控制与规划：iLQR/MPPI/MPC 与 TrajOpt
- 4.5 扩散与生成：条件扩散、动作分布建模
- 4.6 世界模型：潜在动力学与想象训练
贡献者：@ptman12
以下精选2025年VLA（Vision-Language-Action）领域10篇高影响力前沿论文，每篇标注 Paper、Code（若开源）、创新点 与 适用场景，便于快速定位技术落地路径。整体趋势：力触觉融合 + 长时序规划 + 高效部署并重，在LIBERO、CALVIN-L等基准上平均提升18-35%。
-
TA-VLA: Elucidating the Design Space of Torque-aware Vision-Language-Action Models
Paper | Code
创新点：引入6-DoF扭矩信号作为独立模态，系统探索多层融合设计空间（早期/中期/晚期），提升力控任务鲁棒性。
适用场景：高精度插拔、螺丝拧紧、门把操作等需精确力反馈的工业装配线。 -
ForceVLA: Enhancing VLA Models with a Force-aware MoE for Contact-Rich Manipulation
Paper | Code（未开源）
创新点：力感知MoE动态路由6轴力/扭矩反馈至VLA骨干，插拔任务成功率↑23.2%，桥接感知-执行延迟。
适用场景：USB/HDMI插拔、钥匙开锁、精密对接等接触瞬态敏感的自动化场景。 -
OpenVLA-OFT: Optimized Fine-Tuning for Speed and Success
Paper | Code
创新点：OFT高效微调策略，支持多图输入+高频双臂输出，推理加速25-50倍，LIBERO↑15%。
适用场景：双臂协作搬运、快速分拣、桌面整理等需高吞吐的仓储/服务机器人。 -
SmolVLA: Compact VLA for Affordable Robotics
Paper | Code
创新点：450M参数异步推理栈，社区数据训练，性能媲美10倍大的大模型，内存占用仅1/10。
适用场景：低成本教育机器人、家庭助手、边缘设备部署（如Raspberry Pi级硬件）。 -
GR00T N1: Heterogeneous Data VLA for Humanoids
Paper | Code
创新点：融合轨迹+视频+合成数据异构训练，长时序鲁棒性↑22%，System2感知解耦执行。
适用场景：工厂无人巡检、灾后搜救、动态环境适应等需跨模态泛化的复杂任务。 -
Long-VLA: Unleashing Long-Horizon Capabilities
Paper | Code（未开源）
创新点：技能链+子任务依赖图建模，分层提示驱动多步规划，成功率>2倍SOTA。
适用场景：多步烹饪、家具组装、物流分拣链等长时序、强逻辑依赖的任务流。 -
BitVLA: 1-Bit Quantized VLA for Efficiency
Paper | Code
创新点：三元1-bit量化+蒸馏，内存↓29.8%，LIBERO性能持平OpenVLA。
适用场景：嵌入式机器人、无人机伴飞、移动机械臂等极致算力受限平台。 -
VLA-Touch: Dual-Level Tactile Feedback Enhancement
Paper | Code
创新点：宏观+微观双层触觉融合，强化未知物体grounding，接触任务精度↑25%。
适用场景：软体抓取、布料折叠、医疗辅助触诊等需高触觉分辨率的柔性操作。
-
5.2 Diffusion Policy 新结构与效率
-
5.3 触觉-视觉融合新数据集
-
5.4 Sim2Real 自适应与在线校准
-
5.5 数据飞轮与一人多机的监督框架
贡献者：@charlie 小标题
-
6.1 平台对比：Isaac Lab / MuJoCo / PyBullet / Genesis / Gazebo
-
6.2 任务基准：单胳膊/双臂/移动操作/装配
-
6.3 资产与场景：USD/URDF 导入、相机布局、光照与碰撞
-
6.4 日志与回放：录制、重放、评测
-
6.5 样板：Isaac Lab 最小上手（可复制运行）
# 环境（示例） conda create -n isaaclab python=3.10 -y conda activate isaaclab # 安装依赖（按官方指引） # ... # 运行最小任务（如 Cartpole/Humanoid） python source/standalone/workflows/rl/demos/cartpole.py --num_envs 1024
- ✅ 目标：能在 5–10 分钟内跑出第一个曲线与视频
- ✅ 交付：
/sim/isaaclab-minimal/README.md（命令、注意事项、常见坑）
贡献者：@owner 小标题
-
7.1 平台与生态：Franka/UR/Kinova/LeRobot/Unitree/ORCA hand
-
7.2 数据采集与遥操作：协议、同步、失败库
-
7.3 安全与SOP：急停/限位/力控安全
-
7.4 样板：LeRobot 最小上手（可复制运行）
# 环境（示例） conda create -n lerobot python=3.10 -y conda activate lerobot pip install lerobot # 或本地源码安装 # 运行最小回放/训练脚本（示例） python examples/replay_dataset.py --dataset demos/pick_place.hdf5
- ✅ 目标：下载一个小型数据集 → 成功回放/推理
- ✅ 交付：
/real/lerobot-minimal/README.md（连接、标定、常见坑）
贡献者：@alice 小标题
-
8.1 研究者与作者访谈
-
8.2 工程团队与开源维护者
-
8.3 创业者与产品化
-
提交模板：
/interviews/<slug>.md# 标题（人名 ｜ 机构） - 话题关键词：<VLA/数据飞轮/Sim2Real...> - 3 个金句摘录： 1) ... 2) ... 3) ... - 全文：<正文或外链> - 贡献者：@yourname
贡献者：@bob 小标题
-
9.1 硬件整机（人形/四足/移动+操作）
-
9.2 关键部件（力控手、末端执行器、传感器）
-
9.3 算法与平台（VLA/策略/仿真/评测工具）
-
9.4 数据与服务（采集/标注/云端训练）
-
提交模板：
/landscape/<company>.md## 公司名（国家/地区） - 方向：<整机/手/平台/数据...> - 代表产品/论文/开源： - 商业进展与客户场景： - 备注（融资/招聘/合作）： - 贡献者：@yourname
贡献者：全体维护者
- 在本仓库 开 Issue 提问（学习/复现/工程落地/选型/合作都可）
- 使用模板 “AMA 问答”（自动标签：
question，AMA）
Issue 模板（.github/ISSUE_TEMPLATE/ama.md）
---
name: "AMA 问答"
about: 提出你的问题，我们会跟进与沉淀
labels: ["AMA","question"]
---
**问题概述（1-3 句）**
-
**已尝试与线索（日志/截图/复现实验）**
-
**期望结果（成功率/曲线/Demo/文档）**
-
**环境信息（可选）**
- 硬件/系统/驱动：
- 关键依赖版本：贡献者：@owner
- PR 规则：一事一 PR；附最小可复现；图片入
assets/；脚本入对应子目录 - 章节贡献：每章末尾都保留“贡献者：@xxx”，请在你的 PR 中追加自己的 ID
- 目录结构建议
/overview/ # 综述配套图/长文
/roadmaps/ # 各技术路线细分文档
/foundations/ # 基础学习资料与脚本
/classics/ # 各技术基础与经典
/trends/ # 前沿跟踪
/sim/isaaclab-minimal # 仿真样板
/real/lerobot-minimal # 实物样板
/interviews/ # 人物访谈
/landscape/ # 公司图谱
.github/ISSUE_TEMPLATE
-
提交检查清单
- 有 README/复现步骤/命令
- 有最小可跑脚本与日志/图
- 标注数据来源与许可证
- 在对应章节补上你的「贡献者」ID
本仓库采用 MIT（代码）与 CC BY 4.0（文档）双许可；外部素材遵循原许可。
- 四大主线顺序已符合你最初要求：1 综述 → 2 各方向学习路线 → 6 仿真 → 7 开源实物；同时补充了你追加的三章：3 基础学习、4 各技术基础与经典、5 各技术路线前沿。
- 章节下方都留有贡献者位；AMA/Issue 模板、Isaac Lab 与 LeRobot 的可跑样板、以及 Diffusion Policy / VLA 路线样板均已内置。
- 需要的话，我可以把上述子目录与 Issue 模板一并生成到仓库的初始提交版本。
- 版本节奏：每周一同步合入；月末发布小版本（Changelog）。
- 维护团队：Xbotics 社区志愿者 & 合作伙伴。
- 致谢：感谢所有贡献者的链接推荐、SOP 总结与复现实验。
💡 有想加入的方向？直接开 Issue；也欢迎在 Discussions 里提需求与想法。