大模型驱动的具身Agent
基于OpenClaw，实现LLM调度技能、共享记忆、主动规划，让G1人形机器人听懂自然语言指令，自主完成“导航 → 识物 → 抓取 → 返回”等长时程任务。
-
学习时长
2天线下实战
-
答疑服务
1个月线上答疑
这门课程我们教什么
-
传统AI大模型只会“说”，不会“做”。本课程深度集成OpenClaw Agent框架与宇树G1人形机器人，构建一套完整的具身智能系统——为大模型装上实体“手脚”与多模态感知，通过自然语言指令（语音/文字/命令行）直接驱动机器人自主完成行走、导航、抓取、建图、记忆以及长时程无人工干预作业。
-
两天线下高强度真机实训，你将亲手完成：从零搭建Agent技能库（导航、人脸识别、语音交互、物体识别），为G1适配灵心巧手O6灵巧手，完成机械臂逆解与AnyGrasp抓取位姿估计并封装自主抓取Skill，部署ABot‑Claw三层架构（OpenClaw/Robot/Service），最终让G1具备从意图理解到物理执行的完整能力，在真实场景中完成长时程复杂任务。
课程亮点
顶配硬件资源·真机实操
每组配备宇树G1（含NVIDIA Orin NX）+灵心巧手O6五指灵巧手+ RTX 4090工作站，两天全程真机开发，拒绝仿真空谈。
移动操作LocoManipulation
从底层IK逆解、AnyGrasp抓取位姿估计，到“边走边作业”的真实场景融合，打通视觉、导航、机械臂与灵巧手的协同控制。
线下实战课程安排
DAY1：Unitree G1 Skills 技能搭建
搭建面向OpenClaw Agent的标准化技能库，将机器人底层硬件能力封装为通用可调度技能；打通感知、交互、运动、操作模块，封装Skills供Agent直接调用，支撑后续移动操作融合与复杂自主任务开发。
搭建面向OpenClaw Agent的标准化技能库，将机器人底层硬件能力封装为通用可调度技能；打通感知、交互、运动、操作模块，封装Skills供Agent直接调用，支撑后续移动操作融合与复杂自主任务开发。
1. OpenClaw框架解析
1.1 OpenClaw的Agent循环：用户指令→意图解析→ 任务拆解→工具路由→执行与监控→结果评估→循环控制
1.2 配置文件：IDENTITY.md（身份卡片）、SOUL.md（灵魂内核）、USER.md（为谁工作）、AGENTS.md（如何工作）、MEMORY.md（长期记忆）
2. 宇树G1人形机器人基础
2.1 硬件参数（自由度、传感器、运动能力）
2.2 ROS2与Unitree SDK2接口
2.3 加装头部相机与舵机，并安装驱动
3. 搭建基础技能库Skills
3.1 点到点导航LightningLM+A*+LocalPlanner
3.2 物体识别YOLO-World
3.3 人脸识别InsightFace
3.4 语音交互
3.5 记忆系统/地图服务
4. 灵巧手操作与抓取Skills
4.1 灵心巧手O6通讯与底层控制开发
4.2 宇树G1机械臂IK逆运动学解算
4.3 基于AnyGrasp算法的抓取位姿获取
4.4 实现自主物体抓取
DAY2：Unitree G1-Claw 通用自主机器人
搭建完整具身ABot-Claw分层架构，打通机器人、OpenClaw、Service三方协同机制；集成第一天所有技能模块，完成多步骤、跨场景、长时程复杂任务，实现从单一技能开发到完整自主机器人系统落地。
搭建完整具身ABot-Claw分层架构，打通机器人、OpenClaw、Service三方协同机制；集成第一天所有技能模块，完成多步骤、跨场景、长时程复杂任务，实现从单一技能开发到完整自主机器人系统落地。
1. 具身ABot-Claw架构
1.1 ABotClaw整体架构：分层解耦设计，机器人、OpenClaw、Service协同机制
1.2 OpenClaw层的设置：用户交互、高级决策、任务拆解
1.3 Robot层的SDK搭建：物理执行、硬件抽象、统一技能接口
1.4 Service层的服务搭建：计算密集型和高度可重用的独立服务
2. ABot-Claw与G1的集成
2.1 自主巡航与人机交互任务：前往电梯处迎接访客，并引导访客前往会议室
2.2 自主LocoManipulation任务：将机器人面前的咖啡瓶递送给位于207房间的人
2.3 自主通用长时程复杂任务：帮我接访客到207房间，客人坐下后，拿一瓶咖啡送给他
3. 扩展内容：Hermes Agent与G1
线下实训提供的软硬件设备
- 机器人： 宇树人形机器人G1开发版，搭载NVIDIA OrinNX
- 灵巧手： 灵心巧手O6五指灵巧手
- 工作站： RTX 4090/3090 GPU、显存≥24G、Ubuntu22.04操作系统
- 技术栈： Isaac Sim&Lab、MuJoCo、ROS2、OpenClaw、Hermes Agent
这门课适合谁
提升硬件实操能力，突破职业
发展瓶颈
衔接行业实际需求，丰富实战项目
经历与技术栈
寻求跨界，希望将大模型与Agent应用到
具身智能与机器人领域
— 课程报名须知 — 课程报名须知
-
上课地点及学习形式
本课程采用线下实战教学模式，授课地点为北京市石景山区人工智能大模型产业集聚区，具体教室位置将于开课前3天在学习群内通知。
-
学习课程需要提前做哪些准备，需要什么基础？
软件基础：熟悉Ubuntu操作系统；掌握Python/C++编程，具备面向对象编程基础。 理论储备：具备机器人学基础，掌握机器学习和深度学习经典算法。 具身基础：课程定位为提高进阶，建议具备一定的Agent、具身智能、宇树G1机器人开发基础。
-
本门课程提供哪些硬件设备?
线下为每组提供一台NVIDIA RTX4090/3090工作站、一台宇树G1开发版人形机器人和灵巧手等硬件设备。
-
每天的上课时间是？
周六日两天上课时间为上午 9:30-12:30，下午14:30-17:30。中午为自由实践时间，我们提供硬件设备、测试场地、培训教室，安排助教现场答疑。
-
课程支持退款么?
因课程涉及线下实战及设备占用，学习名额有限。2026年5月30日24点前，可联系工作人员申请全额退款；逾期将不再支持退款，请谨慎确认报名信息。
更多信息，请添加客服咨询
添加时请备注关键词『小龙虾』
