课程进阶
datawhalechina/robo-genesis-101
Datawhale 的开源机器人学习课程仓库 RoboGenesis 101，以 Genesis 为仿真平台，内容从环境诊断、场景与刚体物理延伸到机器人控制、逆运动学、抓取、演示数据、模仿学习和策略训练与闭环评估，强调“概念—代码—实验—证据”链路，提供讲义、Python 实现和 notebook 练习，并有中英文在线阅读站点。README 说明项目处于 Alpha／课程开发阶段，逐讲列出了 L01–L14 的验证状态（如 cpu-verified、gpu-verified）及尚未验证的项目，并明确验证结果不代表已证明稳定成功率、OOD 鲁棒性或 sim-to-real。课程面向具备 Python 基础、希望系统进入机器人学习实践的学习者。
- 分级
- 值得看
- 是否付费
- 免费公开仓库
- 预估学习时长
- 约 23.5 小时页面标注的总时长
- 所属主题
- 机器人与世界模型
- 收录时间
- 2026-11-04
- 难度
- 进阶
- 语言
- 中文 · 英文
- 规模
- 14 讲
- 动手
- 双语 notebook 练习
学完你能
- 在 Genesis 中搭建场景、实体，并推进仿真生命周期
- 配置机器人模型与关节控制，完成逆运动学与末端位姿控制
- 搭建抓取任务场景，编写脚本化专家并采集演示数据
- 理解数据集结构，完成域随机化与 ACT/SmolVLA 策略训练
- 以闭环 rollout 和明确成功判据评估策略
- 可选地使用 RoboTwin 数据对 LingBot-VLA-v2 做 LoRA 微调与受控评估
适合你吗
适合
- 具备 Python 基础、能阅读函数、类、NumPy 数组与命令行参数的学习者
- 有基本终端、Git 与虚拟环境使用经验的人
- 希望系统进入机器人仿真、操作学习或模仿学习实践的人
暂不适合
- 尚不具备 Python 编程基础的人
- 没有 GPU、又希望完成策略训练与闭环评估的学习者
需要先会
需要 Python 基础与基本终端、Git、虚拟环境使用经验；不要求预先掌握 Genesis、机器人运动学或策略训练。
课程特点
- 内容侧重
- 以 Genesis 仿真平台贯通环境诊断、刚体物理、机器人控制、抓取、演示数据、模仿学习、策略训练与闭环评估，强调概念—代码—实验—证据链路。
- 练习与项目
- 每讲配有可执行 notebook 练习与 Python 包内的可复用实现，课程状态依据实际验证结果更新；讲义中给出检查点问题。
- 投入时间
- 14 讲预计时长合计约 1400 分钟：多数讲 90 分钟，L01 为 30 分钟，L05、L08、L09、L13 各 120 分钟，L12 为 150 分钟，L14 为 180 分钟。
- 费用说明
- 课程为 Datawhale 开源课程，讲义与 notebook 已在 GitHub 与在线站点公开；原创材料采用 MIT 许可，数据集为 CC BY-NC 4.0、checkpoint 为 Apache-2.0，YCB 资产为 CC BY-NC 4.0。
内容覆盖
- L01 导论、运行平台与环境诊断
- L02 场景、实体与仿真生命周期
- L03 刚体物理与稳定仿真
- L04 机器人模型、DOF 与关节控制
- L05 逆运动学、末端位姿与相机
- L06 并行仿真与批量 Franka 控制
- L07 抓取任务场景搭建
- L08 演示数据获取与脚本化专家
- L09 合成数据录制与采数吞吐
- L10 数据集解剖与模仿学习 101
- L11 域随机化
- L12 ACT 与 SmolVLA 策略训练
- L13 闭环评估与 Capstone
- L14 可选进阶实践：使用 RoboTwin 数据微调 LingBot-VLA-v2