Embodied AI Starter Map | 具身智能入门.png)
这是什么？
一个中文的“具身智能入门地图”，梳理了从机器人学基础（坐标系、运动学、ROS 2）到 VLA 策略、世界模型、基于模型的强化学习和世界动作模型（WAM）的学习路径，并在每一步链接论文、代码、基准测试和实践指南。
一个中文的“具身智能入门地图”，梳理了从机器人学基础（坐标系、运动学、ROS 2）到 VLA 策略、世界模型、基于模型的强化学习和世界动作模型（WAM）的学习路径，并在每一步链接论文、代码、基准测试和实践指南。这是一个可运行的代码库，还是只是一个阅读索引？它纯粹是一个由 markdown 页面和链接组成的文档/索引仓库——作者说你可以把它当作阅读索引，或从 MuJoCo、Isaac Sim 或 ROS 2 Humble 的教程开始跟进，但实际可运行的代码都在外部链接的项目里。
它纯粹是一个由 markdown 页面和链接组成的文档/索引仓库——作者说你可以把它当作阅读索引，或从 MuJoCo、Isaac Sim 或 ROS 2 Humble 的教程开始跟进，但实际可运行的代码都在外部链接的项目里。初学者应该从哪里入手？从主路线表出发，根据目标选一条路线——Robotics、VLA、World Model、WAM 或 RL/MBRL——每条路线都链接到类似 Robotics Basics 或 RL Basics 的入口页；如果拿不定主意，就从知识图谱总览页开始。
从主路线表出发，根据目标选一条路线——Robotics、VLA、World Model、WAM 或 RL/MBRL——每条路线都链接到类似 Robotics Basics 或 RL Basics 的入口页；如果拿不定主意，就从知识图谱总览页开始。跟着学需要先装好 ROS 2 或仿真器吗？机器人学章节以 Ubuntu 22.04 加 ROS 2 Humble 为基准环境，动手教程使用 MuJoCo+Gymnasium 或 Isaac Sim；ROS 2/OpenCV 的安装指南被指向一个外部社区论坛，而不是包含在这里。
机器人学章节以 Ubuntu 22.04 加 ROS 2 Humble 为基准环境，动手教程使用 MuJoCo+Gymnasium 或 Isaac Sim；ROS 2/OpenCV 的安装指南被指向一个外部社区论坛，而不是包含在这里。它包含实际的模型实现，还是只有参考资料？只有参考资料——模型和策略代码（OpenVLA、OpenPI、Diffusion Policy、LeRobot、V-JEPA 2、TD-MPC2、DreamerV3 等）和基准测试都在各自的原始仓库里；至于 Piper 机械臂或 bimanual-vla 这类真实硬件演示，具体命令要以原项目自己的 README 为准。
只有参考资料——模型和策略代码（OpenVLA、OpenPI、Diffusion Policy、LeRobot、V-JEPA 2、TD-MPC2、DreamerV3 等）和基准测试都在各自的原始仓库里；至于 Piper 机械臂或 bimanual-vla 这类真实硬件演示，具体命令要以原项目自己的 README 为准。这份指南是给谁看的？适合已经掌握一些机器人学基础（或想补上基础）、希望有一条结构化路径进入 VLA、世界模型、MBRL 和 WAM 的研究者和学习者，每个方向都标好了对应的论文、代码和基准测试。
适合已经掌握一些机器人学基础（或想补上基础）、希望有一条结构化路径进入 VLA、世界模型、MBRL 和 WAM 的研究者和学习者，每个方向都标好了对应的论文、代码和基准测试。世界模型（WM）和世界动作模型（WAM）有什么区别？VLA 直接从视觉和语言学习到动作；WM 在给定动作的条件下预测未来状态；WAM 则在结构上把这种未来预测回馈到动作生成中，把未来表征、训练时监督和异步执行绑在一起。
VLA 直接从视觉和语言学习到动作；WM 在给定动作的条件下预测未来状态；WAM 则在结构上把这种未来预测回馈到动作生成中，把未来表征、训练时监督和异步执行绑在一起。世界模型就等于视频生成吗？不等于——README 明确指出 WM 不等于视频生成，MBRL 也不要求基于视频的 WM；一个东西算不算完整的机器人世界模型，取决于动作条件化、未来目标和闭环证据，而不是能否生成视频。
不等于——README 明确指出 WM 不等于视频生成，MBRL 也不要求基于视频的 WM；一个东西算不算完整的机器人世界模型，取决于动作条件化、未来目标和闭环证据，而不是能否生成视频。这份指南涵盖哪些基准测试？它梳理了 LIBERO、CALVIN、ManiSkill、Meta-World、RoboDojo、RoboTwin、RoboCasa 和 DMControl，说明各自的适用场景以及彼此公平比较的边界。
它梳理了 LIBERO、CALVIN、ManiSkill、Meta-World、RoboDojo、RoboTwin、RoboCasa 和 DMControl，说明各自的适用场景以及彼此公平比较的边界。有从仿真走到真实机械臂的路径可循吗？有——有一条专门的仿真到实机（sim-to-real）路线，涵盖手眼标定、ros2control 和 rosbag2，最终在 ROS 2 Humble 下驱动真实的 Piper 机械臂，另外还有用于双臂 VLA 部署的 bimanual-vla 参考。
有——有一条专门的仿真到实机（sim-to-real）路线，涵盖手眼标定、ros2control 和 rosbag2，最终在 ROS 2 Humble 下驱动真实的 Piper 机械臂，另外还有用于双臂 VLA 部署的 bimanual-vla 参考。What are similar projects?Zero-WAM, transferlearning, Embodied-AI-Guide, WholebodyVLA, awesome-rsi, Code-as-World, video-prediction-policy-2, FluxVLA
Zero-WAM, transferlearning, Embodied-AI-Guide, WholebodyVLA, awesome-rsi, Code-as-World, video-prediction-policy-2, FluxVLAWhich topics is it in?vision-language-models, ros, world-action-model, world-models, roadmap, paper, robotics, simulation, reinforcement-learning, academic-research, learning-resources, benchmark
vision-language-models, ros, world-action-model, world-models, roadmap, paper, robotics, simulation, reinforcement-learning, academic-research, learning-resources, benchmark