Embodied AI Lab

模仿学习、强化学习、Diffusion Policy、VLM 与 VLA 研究实验。

定位

这是 YBF 机器人技术成长体系中的 06 · Embodied Intelligence 仓库。仓库强调长期维护、最小可运行示例、实验可复现和真实工程复盘。

建设目标

• 理解机器人学习的核心范式与评测方法
• 复现具身智能和 VLA 代表性工作
• 关注从模型训练到真实机器人部署的完整链路

目录结构

.
├── imitation-learning/
├── reinforcement-learning/
├── diffusion-policy/
├── vision-language-models/
├── vla/
├── environments/
├── evaluation/
├── configs/
├── scripts/
├── notebooks/
├── reports/
└── docs/

目录	职责
imitation-learning/	行为克隆、序列策略和示范学习实验。
reinforcement-learning/	强化学习基础与机器人任务实验。
diffusion-policy/	Diffusion Policy 相关实现、复现与分析。
vision-language-models/	VLM 基础、多模态表征和机器人适配。
vla/	RT-2、OpenVLA 等 Vision-Language-Action 学习记录。
environments/	仿真任务、环境封装与机器人接口。
evaluation/	指标、基准、泛化和真实部署评测。
configs/	训练、推理、数据和实验配置。
scripts/	数据处理、训练、评估与复现实用脚本。
notebooks/	论文实验、结果分析与可视化。
reports/	复现报告、失败分析和研究思考。
docs/	环境搭建、数据说明和研究路线。

当前状态

• 初始化仓库结构与维护规范
• 补充第一批可运行示例
• 建立测试或实验验证流程
• 发布阶段性学习总结

具体计划见 ROADMAP.md，版本变化见 CHANGELOG.md。

内容规范

每个实验或项目应尽可能说明：

1. 问题背景与目标
2. 环境、硬件与依赖
3. 核心原理和设计选择
4. 运行、测试或复现步骤
5. 实验结果与已知限制
6. 失败现象、调试过程与下一步

机器人技术成长体系

• cpp-systems-lab — 面向机器人研发的 C/C++、Linux、并发、构建与调试实验室。
• embedded-rtos-lab — MCU、外设驱动、通信协议、FreeRTOS 与实时嵌入式系统实验室。
• motor-control-lab — 电机建模、FOC、控制器设计、固件实现与实验数据分析。
• ros2-robotics-lab — ROS 2 通信、TF、URDF、Nav2、MoveIt 2、仿真与机器人系统集成。
• robotics-algorithms-lab — 机器人运动学、动力学、估计、规划、优化与控制算法实现。
• embodied-ai-lab — 模仿学习、强化学习、Diffusion Policy、VLM 与 VLA 研究实验。
• robotics-knowledge-base — 机器人技术笔记、论文阅读、产业研究与长期知识索引。

综合展示入口：GitHub Profile · GitHub Pages

License

Code is released under the MIT License. Notes and referenced materials retain their original attribution requirements.