机器人入行指南

手把手

三步一验收的硬技术教程

有些技术不是「看懂了」就会,必须有人把每一步的命令、预期结果和失败原因摆在面前。这组教程就是按这个标准写的:每一步都有可验证的结果,跑不出来就是那一步错了,不用猜。第 0 篇是零基础起步,后面三篇按机器越贵、门槛越高的顺序排。

教程按 2026 年 11 月的版本写的。命令里的版本号与脚本路径会随上游变化,遇到路径不存在,先 ls 一下当前版本的实际目录,再对照本文的思路。

卡住了怎么办症状 → 原因 → 修法应该看到什么可验证的结果,不靠感觉要敲什么命令与代码,原样可复制三步一验收:跑不出来就是那一步错了,不用猜
011–2 h · 7 步

从零到第一个 Python 脚本:终端第一课

没装过任何环境、没打开过终端的人,从这里上第一级台阶。全程不需要 Linux、不需要 GPU、不需要买任何东西——只要一台普通笔记本。

一台装好 Python 的电脑;会用命令行进文件夹、跑脚本、装包;第一次体会到「报错不慌」——读报错、定位、修好,是个机械流程。

开始 →
026–8 h · 11 步

在 Gazebo 里从零搭一台六轴臂,让它听你的话

URDF → gz-sim → gz_ros2_control → MoveIt 2,一条链走通,约 6 小时

一条 6 轴臂在 Gazebo 里动起来,能被 MoveIt 2 规划并执行到指定位姿;换个末端、加个障碍都不用重来。

开始 →
035–6 h · 10 步

从零训出一个抓取策略:MuJoCo + SAC + HER

先让机器臂够到目标,再学会抓起来。全程一条命令跑训练,约 5 小时

同一套代码跑出两个结果:够到(Reach)成功率 95% 以上,抓取(PickAndPlace)成功率 60% 以上;能解释每个超参在改什么。

开始 →
044 h + 训练 · 9 步

Isaac Lab 并行训练:4096 个环境同时跑

从装环境到导出一个能部署的 policy,约 4 小时(不含训练时长)

在本机跑通一个腿足任务:并行训练收敛、play 模式看到行走、导出的 policy.pt 能被独立脚本加载。

开始 →

这套教程的写法

每一步都写清三件事:要敲什么、敲完应该看到什么、看不到时最可能是什么原因。所以卡住的时候不用猜,也不用去搜索结果里翻十篇互相矛盾的帖子——对照「卡住了」那张表就行。跑通之后想弄懂每一步为什么成立(贝尔曼方程、策略梯度、PPO 的 clip、SAC 的重参数化),底层推导课在这里。