██╗ ██╗██████╗ ██████╗ ████████╗██╗ ██████╗███████╗ ╚██╗██╔╝██╔══██╗██╔═══██╗╚══██╔══╝██║██╔════╝██╔════╝ ╚███╔╝ ██████╔╝██║ ██║ ██║ ██║██║ ███████╗ ██╔██╗ ██╔══██╗██║ ██║ ██║ ██║██║ ╚════██║ ██╔╝ ██╗██████╔╝╚██████╔╝ ██║ ██║╚██████╗███████║ ╚═╝ ╚═╝╚═════╝ ╚═════╝ ╚═╝ ╚═╝ ╚═════╝╚══════╝
更偏重机器人基础学习与开源项目实践 · 路线 + 资源导航，助你快速定位路径、落地项目与参与开源
📌 快速开始 (Quick Start) · ✨ 学习地图 (Learning Map) · 🤝 如何贡献 (Contributing)
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 → 人物与公司图谱」 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。
本仓库以文档与路线为主，无需运行脚本即可开始学习。推荐三步：
# 1. 克隆仓库
git clone https://github.com/Xbotics-Embodied-AI-club/Xbotics-Embodied-Guide.git
cd Xbotics-Embodied-Guide- 打开文档：从 1. 具身综述 建立大图景，再在 2. 学习路线 中选一条 4–8 周路线（RL / IL / 3D 视觉 / VLA / 仿真等）。
- 动手与反馈：按路线实作；遇到问题在仓库 提 Issue（AMA），或参与贡献（见 如何贡献）。
|
具身综述
术语、操作/世界模型/运控/导航全景 |
学习路线
RL、IL、3D 视觉、VLA、Sim2Real 等 10 条 4–8 周路线 |
仿真学习
Isaac Lab、MuJoCo、PyBullet、Genesis、Gazebo |
|
开源实物
LeRobot（HF）预训练、数据集、Sim2Real |
前沿技术
VLA、Diffusion Policy、Sim2Real、大模型 SFT |
人物 · 公司图谱
学术界/产业界人物；硬件与算法生态 |
⭐ 欢迎 Star，一起构建具身智能学习生态
- 入门友好：路线清晰，每节优先给出「起步三件事」，不要求一开始就啃长篇教程。
- 实践导向：以「路线 + 清单 + 实作任务」组织，强调开源项目与可复现。
- 前沿连接：从综述、经典算法到 VLA / Diffusion Policy / Sim2Real，与人物、公司图谱衔接。
- Python / 控制基础学习者：希望系统进入具身智能与机器人方向。
- 高校学生与研究生：需要课程项目、毕设或论文复现的路线与资源。
- 算法与机器人工程师：希望把视觉、RL、大模型迁移到具身与真实硬件。
- 硬件与开源社区参与者：关心从仿真到实物、从数据到部署的完整链路。
| 章节 | 关键内容 | 链接 |
|---|---|---|
| 1. 具身综述 | 术语速览、操作/世界模型/运控/导航综述；感知—决策—控制全景 | 📖 阅读 |
| 2. 学习路线 | RL、IL、3D 视觉、规划控制、定位导航、触觉、VLA、Sim2Real、世界模型、数据飞轮等 10 条路线；前置→4–8 周计划→里程碑→验收 | 📖 阅读 |
| 3. 基础学习 | 机器人学、Transformer、Diffusion、工程环境；坐标系→运动学→深度学习→多模态 | 📖 阅读 |
| 4. 技术基础与经典 | BC/DAgger/GAIL、值函数/策略/Actor-Critic、SigLIP/CLIP、iLQR/MPPI/MPC；经典算法与理论 | 📖 阅读 |
| 5. 前沿技术 | VLA、Diffusion Policy、Sim2Real、大模型 SFT；2023–2025 最新进展与评测 | 📖 阅读 |
| 6. 仿真学习 | Isaac Lab、MuJoCo、PyBullet、Genesis、Gazebo；虚拟环境搭建与模型训练 | 📖 阅读 |
| 7. 开源实物 | LeRobot（HF 框架）；预训练模型、数据集、硬件支持、Sim2Real 落地 | 📖 阅读 |
| 8. 人物 | 学术界与产业界核心人物名录；操作、人形、VLA 领域约 120 人 | 📖 阅读 |
| 9. 公司图谱 | 硬件整机、关键部件、算法平台、数据服务；人形/四足/移动+操作 | 📖 阅读 |
| 10–11. AMA & 贡献 | 提 Issue 提问、PR 规则、目录约定、如何贡献、License | 📖 阅读 |
- 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」。
- [2026-03-02] 新闻源整理（source.docx）：基于 ArXiv 机器人学每日速递的 21 篇整理稿及源文件入库。
- 文档持续更新，欢迎 Star 与 PR；更多更新见 如何贡献 与仓库 Issue。
我们欢迎社区的贡献：无论是修复 typo、补充文档、还是提交新的路线与复现笔记。
- 参与方式：见 如何贡献 & 目录约定（PR 规则、目录结构、提交检查清单）。
| 贡献者 | 说明 |
|---|---|
| @Xbotics-木木 | 核心维护 |
| @Xbotics-土豆 | 核心维护 |
| @FTZP | 贡献者 |
| @KandS | 贡献者（含学习路线等） |
| @maomao725 | 贡献者 |
感谢所有参与文档、路线与资源整理的小伙伴。🎯 想加入？见 如何贡献。
- 在本仓库 提 Issue 提问（学习/复现/工程落地/选型均可），使用「AMA 问答」模板。
- 参与 PR、一起完善路线与文档：加入 Xbot 社区，一起探索具身智能的未来。 详见 10. Ask Me Anything & 贡献。
本项目文档与教程内容采用 Creative Commons Attribution 4.0 International (CC BY 4.0) 许可协议。
你可以自由分享与改编本项目内容，但需保留来源署名。详细条款见 LICENSE。