课程价格 ：
¥999.00
剩余名额
0
-
学习时长
7周/建议每周至少6小时
-
答疑服务
专属微信答疑群/讲师助教均参与
-
作业批改
课程配有作业/助教1V1批改
-
课程有效期
一年/告别拖延，温故知新
- 1：【文档】课程预习资料
- 第1章: 人形机器人技术发展现状与课程介绍
- 2-1：【课件】L1人形机器人简介与仿真入门
- 2-2：【资料】课程涉及到的人形机器人仿真工具和算法进展链接汇总
- 2-3：【文档】课后补充资料
- 第1节: 人形机器人发展历史
- 3：【视频】课程介绍与人形机器人发展历史
- 第2节: 人形机器人的算法研究现状
- 4：【视频】人形机器人的算法研究现状
- 第3节: G1 人形机器人的硬件组成
- 免费 5：【视频】G1人形机器人的硬件组成
- 第4节: G1 人形机器人的软件系统
- 免费 6：【视频】G1人形机器人的软件系统
- 第5节: G1 人形机器人足球项目和课程安排
- 7：【视频】G1人形机器人足球项目和课程安排
- 第6节: 本章作业：G1 机器人仿真环境搭建与运动控制
- 8-1：【作业文档】G1 机器人仿真环境搭建与运动控制
- 8-2：【视频】G1 机器人仿真环境搭建与运动控制
- 8-3：【作业提交入口】第一章
- 8-4：【文档】第一章作业思路分享
- 8-5：【文档】优秀案例参考
- 第2章: 基于强化学习的人形机器人行走控制
- 9：【课件】L2 人形机器人的行走控制
- 第1节: 人形机器人双足行走的理论基础
- 10：【视频】人形机器人双足行走的理论基础
- 第2节: 强化学习原理与PPO算法
- 11：【视频】强化学习原理与PPO算法
- 第3节: 人形机器人双足行走的强化学习训练
- 12：【视频】人形机器人双足行走的强化学习训练
- 13：【视频】强化学习训练配置文件代码讲解
- 第4节: 人形机器人双足行走 Sim2Real 实践
- 14：【视频】人形机器人双足行走 Sim2Real
- 第5节: 本章作业：训练 G1 人形机器人行走控制强化学习模型
- 15-1：【视频】本章作业：训练 G1 人形机器人行走控制强化学习模型
- 15-2：【作业文档】实践：训练 G1 人形机器人行走控制强化学习模型
- 15-3：【作业】第二章提交入口
- 15-4：【文档】第二章优秀作业分享
- 第3章: 人形机器人的建图与定位
- 16-1：【课件】人形机器人的建图与定位
- 16-2：【补充内容】定位建图开源资料
- 第1节: 建图定位方案与硬件简介
- 17：【视频】建图定位方案与硬件简介
- 第2节: 基于激光雷达的建图方案
- 18：【视频】基于激光雷达的建图方案
- 第3节: 基于激光雷达的定位方案
- 19：【视频】基于激光雷达的定位方案
- 第4节: 基于里程计和Lidar的融合定位
- 20：【视频】基于里程计和Lidar的融合定位
- 第5节: 本章作业1：宇树G1人形机器人激光雷达建图与定位
- 21-1：【作业1】第三章：宇树G1人形机器人激光雷达建图与定位
- 21-2：【文档】第三章作业1作业思路提示
- 第6节: 作业2：仿真建图与定位
- 22：【视频】作业2代码讲解
- 23-1：【作业2】第三章：仿真建图与定位
- 23-2：作业思路讲解
- 第4章: 人形机器人的全局路径规划与局部避障
- 24-1：【课件】全局路径规划与局部避障
- 24-2：【资料】课后补充
- 第1节: 动态障碍物去除与2D导航图制作
- 25：【视频】动态障碍物去除与2D导航图制作
- 第2节: 基于A*的全局路径规划
- 26：【视频】基于A星的全局路径规划
- 第3节: 基于DWA的局部路径规划
- 27：【视频】基于DWA的局部路径规划
- 第4节: 路径规划在仿真环境的实践
- 28：【视频】路径规划在仿真环境的实践
- 第5节: 本章作业：基于 A 星 和 DWA 的路径规划与避障
- 29-1：【作业】第四章：基于 A 星 和 DWA 的路径规划与避障
- 29-2：作业思路讲解
- 30-1：【视频】代码讲解1-仿真环境全局路径规划演示
- 30-2：【视频】代码讲解2-仿真环境局部路径规划演示
- 30-3：【视频】代码讲解3-代码流程讲解
- 第6节: 基于TarePlanner与FarPlanner的机器人自主探索
- 31：【课件】基于TarePlanner与FarPlanner的机器人自主探索
- 32-1：【视频】补充-1 基于TarePlanner与FarPlanner的机器人自主探索
- 32-2：【视频】补充-2 代码讲解 开发环境与TarePlanner
- 32-3：【视频】补充-3 代码讲解 FarPlanner
- 33-1：【视频】作业
- 33-2：【视频】作业提示 Mid Palnner 启动设置
- 33-3：【视频】作业效果 TarePlanner 自主探索演示
- 33-4：【视频】作业效果 FarPlanner 自主探索演示
- 34-1：【作业】第四章补充：仿真环境中的机器人自主探索实践
- 34-2：作业思路讲解
- 第5章: 基于RealSense的人形机器人感知系统
- 35：【课件】基于 RealSense 深度相机的人形机器人感知系统
- 第1节: RealSense深度相机简介
- 36：【视频】RealSense深度相机简介
- 第2节: YOLO系列算法原理
- 37-1：【视频】YOLO算法原理
- 37-2：【视频】ultralytics_YOLO开源简介
- 第3节: 足球仿真环境介绍
- 38-1：【视频】足球场仿真环境介绍
- 38-2：【视频】代码讲解 仿真环境加载
- 第4节: 球门和球场标线交点检测与识别
- 39-1：【视频】球门和球场标线交点检测与识别
- 39-2：【视频】代码讲解 模型训练
- 第5节: 本章作业：基于 YOLO11 的足球、球门、球场标线检测和识别
- 40-1：【视频】本章作业：基于 YOLO11 的足球、球门、球场标线检测和识别
- 40-2：【作业】第五章
- 第6章: 视觉空间定位及RoboCup仿真足球赛
- 41：【课件】视觉空间定位及RoboCup仿真足球赛
- 第1节: 感知后处理和坐标转换
- 42：【视频】 感知后处理和坐标转换
- 第2节: 视觉空间定位-特征匹配
- 43：【视频】视觉空间定位-特征匹配
- 第3节: 视觉空间定位-EKF融合
- 44：【视频】视觉空间定位-EKF融合
- 第4节: RoboCup踢球任务
- 45：【视频】实现RoboCup踢球任务
- 46：【视频】代码讲解-RoboCup踢球任务
- 第5节: 本章作业：RoboCup仿真足球赛
- 47：【视频】本章作业
- 48-1：作业说明文档
- 48-2：本章作业：RoboCup仿真足球赛
- 第7章: 大模型赋能人形机器人
- 49：【课件】大模型赋能人形机器人
- 第1节: 大模型赋能人形机器人的实现方式
- 50：【视频】大模型赋能人形机器人的实现方式
- 第2节: 人形机器人智能语音交互系统搭建
- 51：【视频】人形机器人智能语音交互系统搭建
- 52：【视频】模型服务创建和鉴权信息获取
- 53：【视频】 端上语音交互代码演示
- 第3节: VLN 核心概念与发展进程
- 54：【视频】VLN 核心概念与发展进程
- 第4节: NaVid 算法核心框架及实机部署演示
- 55：【视频】NaVid 算法核心框架及实机部署演示
- 第5节: 本章作业：人形机器人语音交互导航系统
- 56：【视频】本章作业
- 57-1：作业说明文档
- 57-2：实践：人形机器人语音交互导航系统
- 第8章: 直播答疑汇总
- 58-1：【文档】答疑问题汇总
- 58-2：【视频】第一次直播答疑视频
实践项目一：仿真环境下G1人形机器人双足运控系统搭建
Isaac Gym 强化学习模型训练
Sim2Sim Mujoco物理仿真
Sim2Real强化学习稳定行走
强化学习模型在Gazebo中部署
实践项目二：室内室外多仿真场景下，基于Lidar的仿真环境建图、定位、规划、避障、探索的全流程实践
基于Fast-LIO2算法的建图
基于NDT和GICP算法的定位
基于A*和DWA的规划与避障
TarePlanner自主探索实战
FarPlanner 自主导航实战
实践项目三：RoboCup仿真赛，基于YOLOv11的自定义类别检测识别追踪、空间视觉定位、踢足球任务实践
YOLOv11目标检测识别
视觉空间定位
人形机器人踢足球
演示项目四：大模型赋能人形机器人前沿追踪与解密
大模型语音指令控制
基于NaVid的室内端到端巡航
