TianxingChen_2002（请备注机构+姓名与来意）。
### ?新闻｜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*
⭐️ Datawhale Easy-Embodied：[Repo](https://github.com/datawhalechina/every-embodied) ## ? Lumina具身智能社区：[点击访问](https://lumina-embodied.ai) **扫描右下图加入`Lumina具身智能`社区**:
## ? (1) 从这里开始 - 从这里开始
> 具智能体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认知。
### (1.1) 如何 - 如何使用这份指南
我们希望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掌握学习用具智能，同时以**百科全书形式**介绍目前用具智能涉及到的主要技术，大家让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) 关于我们 - 关于我们
我们是一个由工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，加快工具身智能的普及。欢迎更多朋友加入我们的项目，也非常欢迎交友、学术合作，有任何问题，可以联系邮箱`chentianxing2002@gmail.com`。
> **完成此教程需要至少 16GB 显存的显卡** ### (2.1)为什么这样选择这个教程 身体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）**、**怎么运动模型性能（平台与任务设计）**。 **数据从哪来**：设备本体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、世界模型合成数据感知等。 **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。 **体育模型成绩怎么退出**：体育是非常重要的，否则我们不知道科学评价模型效果如何，也无法推动技术发展。 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个双臂数据自动化合成、主线操作策略训练测集成、营养系统，能够辅助大家快速走起身的生命周期智能操作策略。过程中也可以多看看数据与营养视频，数据分布与策略表现。 ### (2.2)学习流程 RoboTwin 2.0：[代码](https://github.com/robotwin-Platform/robotwin) ｜ [主页](https://robotwin-platform.github.io/) ｜ [文档](https://robotwin-platform.github.io/doc/) ｜ [论文](https://arxiv.org/abs/2506.18088) <详情>