Update README.md
📚 国内最热门的具身智能技术指南，一个偏「百科全书」定位的具身智能中文知识库与资料索引。欢迎 Star / 分享 / 提 PR，欢迎邮件联系 lumina.embodiedai@gmail.com 或 项目发起人 微信 TianxingChen_2002（请备注机构+姓名与来意）。
TianxingChen_2002
📷 2026-01-15: Embodied-AI-Guide重组织完成 ⭐️ 2025-12-18: GitHub Stars 突破 10,000 ❤️ 2025-03-15: Embodied-AI-Guide正式开源
⭐️ Lumina Call (具身智能照片): Website ⭐️ Datawhale Easy-Embodied: Repo
扫描右下图加入Lumina具身智能社区:
Lumina具身智能
具身智能是指一种基于物理实体进行感知和行动的智能系统, 其通过智能体与环境的交互获取信息、理解问题、做出决策并实现行动, 从而产生智能行为和适应性。
我们希望的是帮助新人快速建立领域认知, 所以设计理念是：简要以一个实践项目带大家动手学习具身智能，同时以百科全书形式介绍目前具身智能涉及到的主要技术, 让大家知道不同的技术能够解决什么问题, 未来想要深入发展的时候能够有头绪。
我们是一个由具身初学者组成的团队, 希望能够通过我们自己的学习经验, 为后来者提供一些帮助, 加快具身智能的普及。欢迎更多朋友加入我们的项目, 也很欢迎交友、学术合作, 有任何问题, 可以联系邮箱chentianxing2002@gmail.com。
chentianxing2002@gmail.com
建议一周内完成学习，使用RoboTwin 2.0平台走通一个操作策略“生命周期”的全流程 完成此教程需要至少16GB显存的显卡
具身智能操作是一个很复杂的问题：数据从哪来、策略怎么设计（架构与训练细节）、怎么评测模型性能（平台与任务设计）。
数据从哪来：具身智能的数据有很多种源头，比如真机数据采集、人类视频数据、仿真合成数据、世界模型合成数据等等，其中各有各的问题，比如真机数据采集成本高、人类视频数据信息含量低、仿真合成数据Sim2Real Gap与Scaleup难题、世界模型合成数据存在幻觉等。
策略怎么设计：不同的网络架构选择影响模型的表现、收敛效果、推理速度等。
怎么评测模型性能：评测是非常重要的，否则我们不知道科学评价模型效果如何，也没办法推动技术发展。
面对以上问题，RoboTwin 2.0平台为广大科研学者提供了非常好的学习平台，RoboTwin 2.0基于易配置的SAPIEN仿真平台开发，提供了50个双臂自动化数据合成、主流操作策略训测集成、评测系统，能够辅助大家快速走起来具身智能操作策略的生命周期。过程中也可以多看看数据与评测视频，了解数据分布与策略表现。
RoboTwin 2.0：代码 ｜ 主页 ｜ 文档 ｜ 论文
阅读RoboTwin 2.0论文paper，了解仿真数据合成的方案，深入理解对于合成一条机器人数据需要什么信息，机器人有什么可以做的任务，了解Aloha硬件。
环境安装教学: Tutorial，根据以下数据采集脚本采集beat_block_hammer任务50条:
beat_block_hammer
bash collect_data.sh ${task_name} ${task_config} ${gpu_id} ## Clean Data Example: bash collect_data.sh beat_block_hammer demo_clean 0 ## Radomized Data Example: bash collect_data.sh beat_block_hammer demo_randomized 0
选择ACT策略进行复现 Tutorial，ACT是非常经典的操作策略算法，训练此策略大约需要12GB显存，
在demo_clean下评测ACT成功率大约是56%（详见Leaderboard）。
demo_clean
这一章主要用于快速建立对具身智能领域的整体认知，适合在系统学习算法、工程或硬件之前，用来了解技术版图、社区生态与研究脉络。
方向性与方法论资料
社区 / 社交媒体（长期跟进价值高）
实验室与学术生态参考
高质量会议与期刊（论文检索时重点关注）Science Robotics, TRO, IJRR, JFR, RSS, RAL, IROS, ICRA, ICCV, ECCV, ICML, CVPR, NeurIPS, CoRL, ICLR, AAAI, ACL
长期跟进研究进展与选题调研
年度趋势总结
State of Robot Learning (Dec 2025)：website
许华哲 - 具身智能：2025回望，website
林天威 - 具身VLA的2025：从 Demo 到通用的距离，website
这一篇把具身智能中最常用的“算法能力栈”从下往上串了起来：底层是工程工具与几何/标定/控制这类决定系统能否稳定运行的基础；中层是视觉与多模态表征（2D/3D/4D、prompting、affordance），它们把复杂世界压缩成可泛化、可对齐、可被策略利用的中间表示；上层则是学习与决策（RL/IL、VLA、LLM+Planner、快慢系统），把感知与任务目标转成可执行动作，并逐步走向更长程、更通用、更可部署的系统形态。
这一章关注的不是“具体某个模型”，而是支撑具身智能研究与系统落地的软件基础设施（Infrastructure）。仿真器决定你能构建怎样的世界，基准集决定你如何比较方法优劣，数据集决定模型最终学到什么样的行为分布。它们共同构成了具身智能中最容易被忽视、但最影响上限与复现性的部分。
这一章并不是为了让你“立刻跑一个模型”，而是为具身智能系统提供稳定性、可解释性与工程底座。控制论保证系统在高频下不崩溃，机器人学提供几何与动力学约束，SLAM 与状态估计让机器人“知道自己在哪里”，ROS 与工程库则把理论变成可复现的系统。
具身智能硬件涵盖多个技术栈：嵌入式软硬件、机械设计、机器人系统集成与传感器等。它们知识面很杂，但共同目标只有一个：把“算法”变成真实世界里稳定可复现的系统。关于硬件学习，最有效的方式几乎永远是 从实践出发：先做出一个能跑起来的最小系统，再逐步扩展复杂度与可靠性。
If you find this repository helpful, please consider citing:
@misc{embodiedaiguide2025, title = {Embodied-AI-Guide}, author = {Embodied-AI-Guide-Contributors, Lumina-Embodied-AI-Community, Tianxing Chen}, month = {January}, year = {2025}, url = {https://github.com/tianxingchen/Embodied-AI-Guide}, }
本项目为 非商业使用（Non-Commercial Use） 协议：
详情请查看仓库中的 LICENSE 文件。
如需商业授权（例如在公司产品或商业项目中使用），请联系项目负责人：chentianxing2002@gmail.com。
感谢 无界智航、超维动力、香港大学MMLab、地瓜机器人、松灵机器人 对本项目的支持
具身智能技术指南 Embodied-AI-Guide
📢 News｜项目进展
📷 2026-01-15: Embodied-AI-Guide重组织完成
⭐️ 2025-12-18: GitHub Stars 突破 10,000
❤️ 2025-03-15: Embodied-AI-Guide正式开源
🧑💻 Related Open-source Projects｜相关开源项目
⭐️ Lumina Call (具身智能照片): Website
⭐️ Datawhale Easy-Embodied: Repo
🦉 Lumina具身智能社区: 点击访问
扫描右下图加入
Lumina具身智能社区:🐣 (1) Start From Here - 从这里开始
(1.1) How - 如何使用这份指南
我们希望的是帮助新人快速建立领域认知, 所以设计理念是：简要以一个实践项目带大家动手学习具身智能，同时以百科全书形式介绍目前具身智能涉及到的主要技术, 让大家知道不同的技术能够解决什么问题, 未来想要深入发展的时候能够有头绪。
(1.2) About us - 关于我们
我们是一个由具身初学者组成的团队, 希望能够通过我们自己的学习经验, 为后来者提供一些帮助, 加快具身智能的普及。欢迎更多朋友加入我们的项目, 也很欢迎交友、学术合作, 有任何问题, 可以联系邮箱
chentianxing2002@gmail.com。⚒️ (2) 动手学习具身智能操作
(2.1) 为什么这样选择这个教程
具身智能操作是一个很复杂的问题：数据从哪来、策略怎么设计（架构与训练细节）、怎么评测模型性能（平台与任务设计）。
数据从哪来：具身智能的数据有很多种源头，比如真机数据采集、人类视频数据、仿真合成数据、世界模型合成数据等等，其中各有各的问题，比如真机数据采集成本高、人类视频数据信息含量低、仿真合成数据Sim2Real Gap与Scaleup难题、世界模型合成数据存在幻觉等。
策略怎么设计：不同的网络架构选择影响模型的表现、收敛效果、推理速度等。
怎么评测模型性能：评测是非常重要的，否则我们不知道科学评价模型效果如何，也没办法推动技术发展。
面对以上问题，RoboTwin 2.0平台为广大科研学者提供了非常好的学习平台，RoboTwin 2.0基于易配置的SAPIEN仿真平台开发，提供了50个双臂自动化数据合成、主流操作策略训测集成、评测系统，能够辅助大家快速走起来具身智能操作策略的生命周期。过程中也可以多看看数据与评测视频，了解数据分布与策略表现。
(2.2) 学习流程
RoboTwin 2.0：代码 ｜ 主页 ｜ 文档 ｜ 论文
展开学习流程
(2.2.1) 了解RoboTwin 2.0做了什么 (～1天)
阅读RoboTwin 2.0论文paper，了解仿真数据合成的方案，深入理解对于合成一条机器人数据需要什么信息，机器人有什么可以做的任务，了解Aloha硬件。
(2.2.2) 配置RoboTwin 2.0平台，数据采集 (~0.5天)
环境安装教学: Tutorial，根据以下数据采集脚本采集
beat_block_hammer任务50条:(2.2.4) 策略训练（～1天）
选择ACT策略进行复现 Tutorial，ACT是非常经典的操作策略算法，训练此策略大约需要12GB显存，
(2.2.5) 测试策略（～1天）
在
demo_clean下评测ACT成功率大约是56%（详见Leaderboard）。📄 (3) Useful Info - 有利于搭建认知的资料
这一章主要用于快速建立对具身智能领域的整体认知，适合在系统学习算法、工程或硬件之前，用来了解技术版图、社区生态与研究脉络。
方向性与方法论资料
社区 / 社交媒体（长期跟进价值高）
实验室与学术生态参考
高质量会议与期刊（论文检索时重点关注）
Science Robotics, TRO, IJRR, JFR, RSS, RAL, IROS, ICRA, ICCV, ECCV, ICML, CVPR, NeurIPS, CoRL, ICLR, AAAI, ACL
长期跟进研究进展与选题调研
年度趋势总结
State of Robot Learning (Dec 2025)：website
许华哲 - 具身智能：2025回望，website
林天威 - 具身VLA的2025：从 Demo 到通用的距离，website
🍎 (4) Algorithm - 算法篇
这一篇把具身智能中最常用的“算法能力栈”从下往上串了起来：底层是工程工具与几何/标定/控制这类决定系统能否稳定运行的基础；中层是视觉与多模态表征（2D/3D/4D、prompting、affordance），它们把复杂世界压缩成可泛化、可对齐、可被策略利用的中间表示；上层则是学习与决策（RL/IL、VLA、LLM+Planner、快慢系统），把感知与任务目标转成可执行动作，并逐步走向更长程、更通用、更可部署的系统形态。
🏋️♂️ (5) Infrastruture - 软件基础设施篇
这一章关注的不是“具体某个模型”，而是支撑具身智能研究与系统落地的软件基础设施（Infrastructure）。仿真器决定你能构建怎样的世界，基准集决定你如何比较方法优劣，数据集决定模型最终学到什么样的行为分布。它们共同构成了具身智能中最容易被忽视、但最影响上限与复现性的部分。
🎮 (6) Control - 控制篇
这一章并不是为了让你“立刻跑一个模型”，而是为具身智能系统提供稳定性、可解释性与工程底座。控制论保证系统在高频下不崩溃，机器人学提供几何与动力学约束，SLAM 与状态估计让机器人“知道自己在哪里”，ROS 与工程库则把理论变成可复现的系统。
🦾 (7) Hardware - 硬件篇
具身智能硬件涵盖多个技术栈：嵌入式软硬件、机械设计、机器人系统集成与传感器等。它们知识面很杂，但共同目标只有一个：把“算法”变成真实世界里稳定可复现的系统。关于硬件学习，最有效的方式几乎永远是 从实践出发：先做出一个能跑起来的最小系统，再逐步扩展复杂度与可靠性。
👍 Citation - 引用
If you find this repository helpful, please consider citing:
🏷️ License - 许可协议
本项目为 非商业使用（Non-Commercial Use） 协议：
详情请查看仓库中的 LICENSE 文件。
如需商业授权（例如在公司产品或商业项目中使用），请联系项目负责人：chentianxing2002@gmail.com。
⭐️ Star History - Star历史
🤝 Sponsors - 支持机构
感谢 无界智航、超维动力、香港大学MMLab、地瓜机器人、松灵机器人 对本项目的支持