• 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

支持花呗分期

  • 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

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

相关推荐

机器人与自动驾驶 规划控制 进阶
机器人与自动驾驶 规划控制 无人机 进阶
机器人与自动驾驶 环境感知 高级
机器人与自动驾驶 定位与建图 高级

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》

请完善资料,让我们更好的为您服务!

+86  (手机号已绑定)

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》