点击下方卡片，关注【Xbotics具身智能实验室】公众号
更多具身干货，欢迎加入【Xbotics知识星球】你想要的这里都有~~
目录（Table of Contents）
1.1.1 学习范式与策略框架（IL / RL / VLA / Diffusion Policy / World Model）
1.1.2 控制与规划常用概念
1.1.3 感知与表征（Robotics Models）
1.1.4 系统工程（Robot System Engineering）
1.1.5 人机交互（HRI）
1.1.6 安全与标准
1.1.7 常见文件与工具栈
1.1.8 行业顶会 / 顶刊
1.1.9 机器人基础（Robotics Basics）
1.1.1 学习范式与策略框架
（IL / RL / VLA / Diffusion Policy / World Model）
行为克隆（Behavior Cloning, BC）：把控制当成监督学习：输入观测/指令，输出动作。优点是数据友好、上手快；缺点是分布外脆弱（covariate shift），需靠干预/DAgger/重置策略兜底。
逆强化学习（Inverse Reinforcement Learning, IRL）/偏好学习：先学“奖励/偏好”，再用 RL 求策略；泛化好，但链路长、训练贵。
GAIL / 对抗模仿：通过判别器让“机器人轨迹像专家”，绕开显式奖励建模。对抗稳定性与探索机理是工程挑战。
离线 RL / 在线 RL / Offline-to-Online（O2O）：离线：全靠静态数据、安全可控；在线：探索充分但要解决安全与成本；O2O：先离线“站起来”，再在线“走起来”，符合工程常识。
层级策略（Hierarchical Policy）：高层做子目标/技能编排（options / behavior trees / task graphs），中层学习原子技能，低层用跟踪控制/安全壳执行。
VLA（视觉–语言–动作, Vision–Language–Action）：从视觉–语言模型（VLM）微调到端到端控制：看图、听指令、输出动作，同步提升开放词汇与长时序任务能力。
扩散策略（Diffusion Policy）：用生成模型在轨迹/动作分布上采样，天然平滑、抗噪，易接视觉/语言条件；部署时注意采样延迟与实时间隔对齐。
世界模型（World Model, WM）：学习“可微的环境动态”，在潜空间里做规划/MPC/RL，把昂贵的真机交互换成“脑内演练”；关键在表征学习、模型偏差控制、闭环落地。
残差学习与模型融合：用 MPC/几何控制做“主干”，RL/IL 学残差/补偿（摩擦、柔顺、延迟、未建模动力学），在工业里很常见。
安全壳（Safety Shield）：策略外层的速度/力矩限幅、碰撞守卫、紧急制动与可达性过滤，用于上线阶段风险控制与可解释合规。
1.1.2 控制与规划常用概念
PID 控制：比例-积分-微分反馈控制，调参直观但对时延/强耦合系统需小心。
计算力矩 / 反馈线性化（Computed-Torque Control）：用模型抵消非线性，等效成线性目标再配 PD/PI。
阻抗/导纳控制（Impedance / Admittance Control）：在末端力–位移间设“机械阻抗”，适合接触/打磨/装配任务。
MPC（模型预测控制）：滚动优化、显式处理约束；实时性依赖求解器与模型精度。
规划方法：样条插补（轻量）、PRM/RRT（高维可行性）、TrajOpt/CHOMP/STOMP（平滑高质）。
任务–技能–执行分层：语言/图搜索/LLM 负责任务分解；技能网络（抓、推、开合…）产出子目标；低层控制稳定落地。
1.1.3 感知与表征（Robotics Models）
视觉编码器：ResNet、ViT、DINO 等提取语义与几何；点云侧 PointNet、PointTransformer 做位姿/重建/抓取。
VLM/LLM 融合：CLIP、SigLIP 语义对齐；LLaVA、PaLM-E、Prism 等多模态骨干用于目标描述、子目标定位、失败解释。
表示学习：SE(3) 等变、神经隐式（SDF/NeRF/3DGS）、可供性图（Affordance Map）、接触图谱。
状态估计与多传感融合：RGB-D / IMU / 力矩 / 视觉跟踪，重点是时间同步与标定（手–眼、外参、时延）。
1.1.4 系统工程（Robot System Engineering）
手–眼标定（AX=XB / A=XBY）：求相机与机械臂坐标系刚体变换。
URDF / ROS：机器人结构、惯量、关节、碰撞的统一描述格式。
DH 参数与现代几何表示：关节链参数化、雅可比、奇异性分析。
记录与回放（Log & Replay）：全链路时间戳、同步、丢包/延迟管理；用于离线评测、回归测试、复现实验。
仿真到实机（Sim2Real）：域随机化、参数扰动、传感噪声／延迟注入、重置策略与安全门限一致化。
模型评估（Model Selection）：成功率、完成时长、动作频率、回报；多任务场景关注最终阶段一致性，单任务场景关注最佳 checkpoint + 滑动平均。
1.1.5 人机交互（HRI）
共享控制（Shared Autonomy）：人提供意图/指令，机器人做低层补偿与安全保障。
可解释性（Explainability / Justification）：策略过程可被人理解、可追溯。
信任与接受度（Trust & Acceptance）：人对系统可靠性／可控性的主观信任度，影响系统投放与合规。
社交导航（Proxemics）：在人群环境中机器人保持合适距离、礼貌行为与交互方式。
Wizard-of-Oz 实验：早期 HRI 数据采集中常用“人类暗中接管机器人行为”来收集真实交互数据。
社区与会议：ACM/IEEE HRI 是人机交互领域旗舰年会；ACM THRI 是相关期刊。
1.1.6 安全与标准
ISO 10218-1 / -2：工业机器人及其系统安全要求（机械、控制、集成）。
ISO/TS 15066：协作机器人（cobot）安全指南（人机共域力限值、协作模式、安全模式等）。
这些标准是落地部署／验收时常被查验的条款，建议据此设计“速度／力矩限幅、停止等级、围栏／扫描仪联锁”等安全壳。
1.1.7 常见文件与工具栈
URDF / SRDF / xACRO：机构学与语义描述格式。
USD / GLB：高保真几何交换格式。
ROS / ROS 2：通信中间件；tf/tf2 用于坐标变换。
MoveIt：常用运动规划＆碰撞检测框架。
Isaac Lab / ManiSkill / RoboSuite / RLBench：主流仿真平台／基准套件。
PyTorch / JAX：模型训练栈。ONNX / TensorRT：部署加速栈。
Opt / OSQP / qpOASES：MPC/QP 求解器工具。
Bag / MCAP：日志与回放格式。
1.1.8 行业顶会 / 顶刊
会议（Conferences）
ICRA – IEEE Intl. Conf. on Robotics and Automation
IROS – IEEE/RSJ Intl. Conf. on Intelligent Robots and Systems
RSS – Robotics: Science and Systems
CoRL – Conference on Robot Learning
Humanoids / CASE / ISRR / ISER 等专题会议
期刊（Journals）
IEEE Transactions on Robotics (T-RO)、IEEE Robotics and Automation Letters (RA-L)
The International Journal of Robotics Research (IJRR)、Autonomous Robots (AURO)
Science Robotics
Journal of Field Robotics (JFR)
ACM THRI（人机交互领域旗舰期刊）
1.1.9 机器人基础（Robotics Basics）
自由度（DoF）/工作空间：构型可动维数与末端可达区域。
正／逆运动学（FK/IK）：通过关节角求末端位姿；或反求关节角。雅可比矩阵用于速度／力映射与奇异性分析。
动力学：包含惯量、科氏力、离心力、重力项；控制器设计必须考虑执行器力矩、关节摩擦、负载变化。
外参／内参／时间同步：摄像头、IMU、力传感器等多模态传感器融合基础。
手–眼／基–世界标定（AX = XB / A = XBY 问题）：求解机器人末端与相机之间或机器人基座与世界坐标系的变换。
可供性（Affordance）：物体“可被如何用”的语义线索，常用于抓取/操作点预测。
可达性／可操作性（Reachability / Manipulability）：指给定关节限制／障碍环境下，末端能否达到目标位姿或姿态灵活度。
接触建模／摩擦锥模型：抓取与装配任务中接触力、接触面、摩擦参数的基础物理模型。
软硬件在环（HIL / SIL）：在上线前用模拟（软件／硬件）环境验证系统闭环性能与安全。
