学科域 G
工具与仿真
仿真、机械臂软件栈、优化库、调试与部署工具。同样一张图纸,工具决定你三天还是三周做出来。
10 个知识点,合计 350 小时。
仿真跑不通的,真机一定更跑不通。Gazebo 是 ROS 生态默认的仿真器:世界、传感器、插件、桥接都在这里,学会它等于有了一个不花钱也不会摔的实验室。
机械臂的「规划 + 碰撞 + 执行」几乎全在这套里。不会 MoveIt 2,机械臂岗位的面试基本没法往下聊;会了它,一台陌生型号的臂你两天能让它动。
这是算法和电机之间唯一的接口。写不出 hardware_interface,你的控制器永远停在仿真里;写对了,同一套控制器可以换臂、换电机、换总线。
AGV、巡检、配送的标配栈,也是「仿真能跑、现场就撞」差距最大的一层。参数不是调出来的,是按物理量算出来的。
GPU 并行把「训一个策略」从几周压到几小时,这是当前 sim2real 的主流路线,也是显卡最贵的一层。它的门槛不在算法,在场景格式与并行配置。
MuJoCo 的接触与关节动力学是开源里最准的,也是 RL 论文的事实标准。任务库(ManiSkill、Gymnasium-Robotics)让你不必自己搭环境就能开始训。
机器人圈不重复造轮子:运动学用 Pinocchio、优化用 CasADi、实时 MPC 用 acados、WBC 用 QP 求解器。会用这些库,等于借用别人十年的实现。
机器人调不动的多数问题,本质是「看不见」。会看数据的人一小时定位,不会的人猜一周。这套工具是判断力的放大器。
从「能跑 demo」到「能训出策略」,中间隔着一条管线:环境、并行、日志、checkpoint、数据格式。管线不通,再多算力也只是在烧电。
训练在 A100,跑在 Orin。中间隔着量化、算子、内存与延迟预算。这一层决定 demo 能不能变成产品——也是「算法工程师」和「能交付的算法工程师」的分界。