機器人多模態學習 從模擬到實現

第1章緒論
1.1智能機器人
1.2機器人多模態學習
1.3典型案例
1.4小結
習題
第2章機器人運動學基礎
2.1機器人位姿的數學描述
2.2座標變換
2.3齊次座標變換
2.4正向運動學
2.5逆向運動學
2.6雅可比矩陣
2.7運動學仿真
2.8小結
習題
第3章機器人動力學基礎
3.1機器人動力學的研究內容
3.2質量、慣性與力矩分析
3.3拉格朗日法
3.4牛頓-歐拉法
3.5四足機器人動力學建模
3.6小結
習題
第4章機器人運動控制基礎
4.1機器人控制的特性與分類
4.2回饋與閉環控制
4.3運動控制方法
4.4四足機器人運動控制
4.5小結
習題
第5章機器人感知系統
5.1機器人感測器的分類
5.2機器人對感測器的要求
5.3機器人外部感測器
5.4機器人內部感測器
5.5多感測器融合
5.6多感測器融合的分類
5.7小結
習題
第6章機器人的模擬環境
6.1機器人模擬平臺
6.2實用案例與工具
6.3小結
習題
第7章面向具身智慧的多模態學習框架
7.1基礎理論
7.2多模態感知技術
7.3智能決策與執行
7.4機械智能與物理計算
7.5多模態系統集成
7.6發展趨勢與挑戰
7.7小結
習題
第8章強化學習
8.1基礎定義
8.2無模型強化學習與Q學習演算法
8.3基於策略的無模型強化學習
8.5基於價值和策略的無模型強化學習
8.5.1TRPO演算法
8.5.2PPO演算法
8.5.3DDPG演算法
8.5.4TD3算法
8.6基於模型策略搜尋
8.7小結
習題
第9章模仿學習與行為克隆
9.1理論基礎與方法
9.2專家示範資料的獲取
9.3分佈漂移與累積誤差
9.4小結
習題
第10章虛實遷移學習
10.1仿真到現實
10.2遷移學習的關鍵策略
10.3數據增強
10.4多模態遷移
10.5基於大語言模型的遷移學習
10.6小結
習題
第11章世界模型與具身資料集
11.1世界模型
11.2跨模態端對端模型
11.3典型的VLA模型
11.4開放平臺與資料集
11.5小結
習題
第12章機械手臂的抓取學習案例
12.1項目簡介
12.1.1項目介紹
12.1.2強化學習演算法和工具
12.1.3安裝及模擬環境配置
12.2案例實驗
12.2.1實驗設置
12.2.2實驗結果
12.3小結
第13章VLA與協作抓取學習案例
13.1項目簡介
13.2在ALOHA部署ACT
13.3在ALOHA部署OpenVLA
13.4小結
第14章四足機器人的深度強化學習控制
14.1深度強化學習控制
14.2多模態學習仿真
14.3小結
第15章軟體機械手的多模態抓持學習
15.1引言
15.2實驗平臺構建
15.3數據生成與預處理
15.4深度學習模型構建
15.5模型驗證與性能評估
15.6綜合性能分析與對比
15.7小結
習題
實踐任務
第16章人形機器人模仿學習案例
16.1項目簡介
16.2核心組件與技術解析
16.3案例部署
16.4小結
第17章人形機器人開發案例
17.1 SimpleMan簡介
17.2 SimpleMan機械結構與模擬環境
17.3 SimpleMan運動學與控制系統
17.4 NanoLoong簡介
17.5 NanoLoong機械結構與模擬環境
17.6小結
第18章足球機器人群體智能
18.1足球機器人及3v3比賽場景概述
18.2軟硬體設定與開發配置
18.3群體智慧的核心原理與協作機制
18.4機器人調試與實戰場景模擬
18.5小結
第19章OpenLoong機器人開源社群
19.1社區簡介
19.2OpenLoong開源生態體系
19.3典型案例
19.4小結
附錄常見機器人模擬軟體安裝與環境配置
附錄AGazebo模擬軟體安裝與環境配置
附錄BMuJoCo模擬軟體安裝與環境配置
附錄CIsaac Gym模擬軟體安裝與環境配置