机器人学习笔记

按主题分板块的机器人学学习笔记：从仿真底座到感知、控制、学习与部署。左侧导航按「板块 → 篇 → 章」组织，各板块可独立阅读，也按图中的依赖顺序串成一条线。

板块

• MuJoCo 仿真：引擎结构、MJCF 建模、运行时与求解、渲染与传感器、程序化建模
• 智能体执行框架：智能体循环、模型调用契约、上下文工程、工具层、权限沙箱、编排与评测
• ROS 2：通信机制、工程化工具链、TF2 与建模、驱动开发、SLAM 与导航
• Linux / Ubuntu：Shell 与包管理、进程服务与设备、实时调优、性能观测、硬件接入与部署
• 3D 视觉与感知：相机模型与标定、多视图几何、特征匹配、立体与深度、三维表达与重建
• 机器人学基础：空间与位姿、旋转表示、正逆运动学、雅可比、动力学与参数辨识、轨迹与运动规划
• 现场总线：物理层与布线、CAN 与 CAN FD、CANopen 与 DS402、Modbus、实时工业以太网
• Isaac Lab：USD 与场景组织、任务配置、向量化仿真、RL 训练流水线、Sim-to-Real
• 机器人学习：数据与表示、MDP 与价值、策略梯度、离策略与最大熵、模仿学习、训练工程
• 控制与状态估计：线性系统、执行器模型、PID 与频率域、状态反馈、滤波与融合、MPC 与阻抗
• 机器人操作：运动学与逆解、碰撞检测、运动规划、任务编排、抓取放置、力位混合
• 执行与感知硬件：电机与减速器、位置速度传感、力力矩传感、电源与电池、MEMS 惯性、集成工艺