具身智能

03 / 探索

從感知、決策到行動，探索智能與真實世界的連結。

從這裡開始

系列總覽 · 建議閱讀順序

  1. 實作教程

    具身智能實踐（一）：在 MuJoCo 中抓起方塊，再故意抓偏

    用真實物理接觸完成一次抓取放置，再對照0、25、50 mm目標偏移，保存視頻、狀態軌跡和明確的成功判定。

    18 分鐘已發布
  2. 工程案例

    具身實作（二）：沒抓住，就別繼續搬運

    在 MuJoCo 中加入抬升與雙側接觸確認，用18回合對照檢驗停止空手搬運，並公開軌跡、影片、程式碼與限制。

    12 分鐘已發布
  3. 工程案例

    具身實作（三）：抓住之後，還要一直確認嗎？

    27回合MuJoCo對照：以單次觀測缺失與受控鬆爪，檢驗持續監測、誤停與40毫秒確認延遲，公開程式碼、軌跡與重放。

    14 分鐘已發布
  4. 工程案例

    具身實作（四）：訊息還在到，觀測已經過期了

    45回合MuJoCo對照，分離取樣間隔、異常計數與觀測年齡；理解舊訊息為何掩蓋真實鬆爪，以及時間門檻仍有哪些限制。

    14 分鐘已發布
  5. 工程案例

    具身智能實作（五）：通訊恢復了，為何還不能立刻繼續搬運？

    18回合 MuJoCo 對照：舊正常包使基線反覆啟停卻最終成功；以連續新證據與剩餘路徑規劃重新定義恢復。

    12 分鐘已發布
  6. 工程案例

    具身智能實踐（六）：恢復門控與路徑重規劃，各自解決了什麼？

    30回合消融對照：重規劃把首次目標跳變從50–97毫米降至約0.25毫米，卻沒有提高本矩陣的放置成功率。用原始紀錄拆開恢復證據、動作連續性與任務結果。

    14 分鐘已發布
  7. 工程案例

    具身智能實踐（七）：搬運規則，為什麼會誤停正常下降？

    21回合MuJoCo對照：下降需要自己的抓取契約。用正常誤停、舊包報警與晚下降殘留接觸，拆開監測範圍、停止動作和最終放置。

    13 分鐘已發布
  8. 工程案例

    具身智能實踐（八）：檢測到掉落以後，夾爪應該做什麼？

    15回合固定場景對照保持、鬆爪、鬆爪後退：報警相同，退出動作不同，最終放置也不同。

    9 分鐘已發布
  9. 工程案例

    具身智能實踐（九）：鬆爪命令成功，不等於放置完成

    五條真實軌跡同時檢查單幀與持續窗口：錯誤觀測、延遲鬆爪和完成後的外力揭示驗收範圍。

    9 分鐘已發布
  10. 工程案例

    具身智能實踐（十）：恢復次數受控了，為什麼任務反而沒完成？

    12回合對照無限恢復、兩次預算與400ms冷卻：分別記錄啟停、驗收窗口、終止原因和最終任務結果。

    9 分鐘已發布
  11. 工程案例

    具身智能實踐（十一）：已經放好了，為什麼還要撤銷“完成”？

    七條 MuJoCo 軌跡與雙畫面回放，將歷史完成事件和當前有效狀態分開，保留傳感誤報與過期邊界。

    11 分鐘已發布
  12. 工程案例

    具身智能實踐（十二）：恢復預算耗盡之後，夾爪應該做什麼？

    12 個 MuJoCo 回合與三畫面回放，對比保持、鬆爪、鬆爪後退，區分終止決定與實際退出後果。

    12 分鐘已發布
  13. 工程案例

    具身智能實踐（十三）：下降中斷之後，應該從哪一步恢復？

    18 個 MuJoCo 回合與同步回放，將階段契約接入恢復預算，區分正常下降誤停、物理放置和控制器終止。

    13 分鐘已發布
  14. 工程案例

    具身智能實踐（十四）：方塊落進盒子，就能宣布任務完成嗎？

    8條MuJoCo軌跡、三個旁路判定器與真實回放，區分歷史放置、當前證據和恢復流程中的完成資格。

    13 分鐘已發布
  15. 機制拆解

    OpenVLA 程式碼導讀：圖像和一句指令，怎樣變成機器人動作？

    沿著 processor、視覺投影、動作 Token 與反正規化追蹤一次推理，重點檢查動作單位、邊界索引和部署介面。

    12 分鐘已發布
  16. 工程案例

    MuJoCo 第二場景：目標位置相同，為什麼有的控制器停不住？

    用二維力控執行器比較質量與PD阻尼，記錄飽和、超調和穩定完成，避免把經過目標當作任務成功。

    9 分鐘已發布
  17. 工程案例

    MuJoCo 繞障：路徑上的點能過去，執行器就能過去嗎？

    六條實際接觸軌跡對照直達、貼邊和留餘量路徑，解釋幾何尺寸、跟蹤誤差與碰撞之間的關係。

    9 分鐘已發布
  18. 工程案例

    MuJoCo 延遲觀測：知道舊位置，能預測現在嗎？

    24條配對軌跡比較即時/80ms延遲、位置噪聲和常速度外推，保留超調下降但任務仍失敗的結果。

    9 分鐘已發布
  19. 工程案例

    MuJoCo 速度估計：濾掉噪聲，也可能讓控制更差

    54回合真實仿真對照位置差分、指數平滑與真值速度參考，解釋噪聲放大、估計滯後和穩定性驗收。

    11 分鐘已發布
  20. 工程案例

    MuJoCo控制調參：最優候選不等於驗證通過

    54個開發回合選擇參數，36個留出回合復核位置誤差與穩定完成契約。

    10 分鐘已發布
  21. 工程案例

    MuJoCo失聯策略：零力不等於停止

    27回合比較舊觀測控制、超時置零與衰減，展示觀測超時和物理制動的差別。

    10 分鐘已發布
  22. 工程案例

    MuJoCo質量遷移：同一套增益還能用嗎？

    36回合對照固定和質量縮放增益，解釋更低平均誤差為何仍不能通過速度驗收。

    10 分鐘已發布

專案

相關專案

  1. 專案 / 003

    Hohoo 具身實驗

    MuJoCo 抓取放置與二維力控兩個教學場景，記錄階段契約、調參、繞障和延遲反饋的實際結果與失敗。

    實驗中
相關實驗
  1. 實驗 / 004

    VL01 / 抓取目標偏移對照

    固定控制器下，拾取目標偏了 25 / 50 mm，會發生什麼？

    已完成
  2. 實驗 / 006

    E2 / 確認抓取後再搬運

    以連續高度與雙側接觸紀錄，判斷失敗抓取後是否應繼續搬運。

    已完成
  3. 實驗 / 007

    E3 / 搬運中的持續接觸監測

    以真實鬆爪與單次空接觸報告，區分漏檢、誤停與確認延遲。

    已完成
  4. 實驗 / 008

    E4 / 觀測新鮮度與取樣間隔

    區分訊息抵達與新證據，檢驗固定計數在不同取樣週期下的含義。

    已完成
  5. 實驗 / 009

    E5 / 觀測恢復後的重新驗收

    通訊恢復是否足以繼續原動作？比較新證據、舊包重送與剩餘路徑規劃。

    已完成
  6. 實驗 / 012

    E6 / 恢復門控與路徑消融

    把重新驗收與路徑重新規劃拆開：哪些差異來自證據，哪些來自恢復後的目標？

    已完成
  7. 實驗 / 013

    E7 / 下降階段的抓取契約

    搬運規則直接延伸到下降，會漏報、誤報還是改變最終放置？

    已完成
  8. 實驗 / 016

    E8 / 報警後的退出動作

    15回合固定場景對照保持、鬆爪、鬆爪後退：報警相同，退出動作不同，最終放置也不同。

    已完成
  9. 實驗 / 017

    E9 / 釋放後的完成驗收

    五條真實軌跡同時檢查單幀與持續窗口：錯誤觀測、延遲鬆爪和完成後的外力揭示驗收範圍。

    已完成
  10. 實驗 / 018

    E10 / 有界恢復與冷卻

    12回合對照無限恢復、兩次預算與400ms冷卻：分別記錄啟停、驗收窗口、終止原因和最終任務結果。

    已完成
  11. 實驗 / 020

    E11 / 完成事件與當前有效性

    七條 MuJoCo 軌跡與雙畫面回放，將歷史完成事件和當前有效狀態分開，保留傳感誤報與過期邊界。

    已完成
  12. 實驗 / 023

    具身智能實踐（十二）：恢復預算耗盡之後，夾爪應該做什麼？

    12 個 MuJoCo 回合與三畫面回放，對比保持、鬆爪、鬆爪後退，區分終止決定與實際退出後果。

    已完成
  13. 實驗 / 026

    具身智能實踐（十三）：下降中斷之後，應該從哪一步恢復？

    18 個 MuJoCo 回合與同步回放，將階段契約接入恢復預算，區分正常下降誤停、物理放置和控制器終止。

    已完成
  14. 實驗 / 029

    具身智能實踐（十四）：方塊落進盒子，就能宣布任務完成嗎？

    8條MuJoCo軌跡、三個旁路判定器與真實回放，區分歷史放置、當前證據和恢復流程中的完成資格。

    已完成
  15. 實驗 / 036

    MuJoCo 第二場景：目標位置相同，為什麼有的控制器停不住？

    用二維力控執行器比較質量與PD阻尼，記錄飽和、超調和穩定完成，避免把經過目標當作任務成功。

    已完成
  16. 實驗 / 037

    MuJoCo 繞障：路徑上的點能過去，執行器就能過去嗎？

    六條實際接觸軌跡對照直達、貼邊和留餘量路徑，解釋幾何尺寸、跟蹤誤差與碰撞之間的關係。

    已完成
  17. 實驗 / 038

    MuJoCo 延遲觀測：知道舊位置，能預測現在嗎？

    24條配對軌跡比較即時/80ms延遲、位置噪聲和常速度外推，保留超調下降但任務仍失敗的結果。

    已完成
  18. 實驗 / 041

    MuJoCo 速度估計：濾掉噪聲，也可能讓控制更差

    54回合真實仿真對照位置差分、指數平滑與真值速度參考，解釋噪聲放大、估計滯后和穩定性驗收。

    已完成
  19. 實驗 / 044

    二維控制的調參、失聯與遷移

    153回合、306000物理步；留出集選中控制器7/18通過，失聯置零仍滑行，質量縮放降低均值卻未通過速度契約。

    已完成

論文閱讀入口

相关资讯

这里展示已发布的外部资讯，保留来源与原文入口。

NVIDIA Technical Blog · 暂无译文，显示原文

Run AI Models for Edge Application Development with Just a Few Commands ↗

AI is expanding beyond the data center as developers build a new generation of agents to act at the edge: monitoring driver attention and cabin conditions,... AI is expanding be…

原始来源摘录或链接
arXiv cs.RO · 暂无译文，显示原文

Robotic Data Inoculation ↗

Modern robot learning systems feed on high-quality demonstration data, and their performance hinges on coverage. Without good coverage, small errors compound and the policy can …

原始来源摘录或链接

浏览全部 AI 资讯 →

學習路線與後續選題

以下為待完成選題，不代表已有實驗結果。

  1. 什麼是具身智能 · 已規劃
  2. 理解感知、決策與行動 · 已規劃
  3. 帶著問題讀一篇論文 · 已規劃
  4. VLM 與 VLA · 已規劃
  5. Action Space · 已規劃
  6. Embodied Benchmark · 已規劃

繼續系統學習 →