我们将正式启动 Genesis 仿真平台学习与推广计划，目标是打造一个 1000人规模以上的学习社群，系统掌握 Genesis 在具身智能领域的应用路径，推动 国产化开源仿真平台 的发展与落地。
1. Genesis 安装与运行环境配置（含 Docker 支持）
目标：掌握环境依赖、Docker 安装、常见报错排查
内容：GPU 驱动、CUDA、nvidia-docker 配置；脚本使用；环境变量设置
任务：启动 Genesis Viewer，运行倒立摆 Demo，并完成截图打卡
2. 典型任务与示例运行
目标：掌握 Genesis 提供的标准任务
内容：Goal Reaching、Pick-and-Place、Navigation、Locomotion
运行官方示例，导出轨迹/视频；修改任务参数并对比效果
3. 任务环境扩展（机器人 / 场景 / 物体定制）
目标：学会在 Genesis 中新增机器人、场景与物体
内容：导入 Franka/Kinova/SO100/101，优化碰撞体，搭建多任务场景
任务：构建机械臂放置方块任务，修改物理参数并验证效果
4. 数据采集、回放与标准化存储
目标：掌握演示数据录制与回放机制
内容：键盘/PICO 遥操作采集；HDF5/JSON 格式输出；多模态同步；数据清洗
任务：录制 Pick-and-Place 任务并保存 HDF5+视频，验证回放正确性
5. 与模仿学习 / 强化学习框架结合
目标：学会在 Genesis 中运行 RL/IL 算法
内容：PPO、SAC、Diffusion Policy、RLPD；自定义 policy_class；评估指标设计
任务：训练 Goal Reaching 策略，采集模仿数据并训练 Diffusion Policy，对比 RL vs IL 效果
6. Genesis Playground 与任务基准扩展
目标：熟悉 Playground 的模块化设计，构建标准化基准
内容：gs-env、gs-agent、gs-schemas；任务配置 JSON；基准评估流程
任务：构建 “放置水果” 自定义任务，并输出 benchmark 评估日志
7. 国产化应用探索
目标：推动 Genesis 在国内机器人硬件/算法中的落地
内容：接入 SO100/101、AgileX、Unitree；对接 TorchRL、MindSpore RL；产业任务库构建（农业化工、零售、制造）
任务：模拟零售机器人取放瓶子场景，采集数据并在国产算法库中训练，形成小组共享文档
有 Python / AI / 机器人基础的开发者
希望参与开源仿真平台建设的研究者/工程师
计划在学术研究或企业落地中应用国产化仿真平台的团队
报名时间：即日起至随时可加入（首批组建核心团队）
学习方式：线上文档 + 小组互助 + 每周打卡/分享
定期培训课程：从环境安装 → Demo 运行 → 数据采集 → 策略训练 → 实战应用，逐步进阶
专题直播/答疑：邀请专家与开发者深度分享
长期目标：形成 Genesis 中文学习社区，积累国产化应用案例，推动开源生态
