适合谁学习
适合希望系统学习机器人开发的学生、创客和研究者，尤其适合不想在零散教程里反复跳转的人。
你将学到什么
你会接触机器人基础、ROS 工作流、视觉感知、任务规划、仿真平台、机器人操作、强化学习和部署架构。
课程如何组织
课程围绕一个完整工程路径组织，让每个模块都对应清晰的项目目标，而不是孤立的知识点。
课程地图
核心模块
首页负责快速导览，进入模块后再阅读详细文档、配置步骤和代码示例。
数学基础
机器人基础
构建机器人学的数学基础，包括运动学、动力学、坐标变换与 DH 参数。
系统集成ROS
理解 ROS 通信机制、机器人环境配置，以及感知模块在工程中的连接方式。
计算机视觉感知
学习目标检测工作流、YOLO 方案以及适用于机器人视觉任务的训练流程。
虚拟测试仿真
比较 Gazebo、Drake、MuJoCo 和 PyBullet 在原型验证、算法测试和物理仿真中的差异。
决策规划规划
学习任务规划、时序规划、反应式行为，以及与学习结合的规划方法。
机器人操作机器人操作
沿着 MIT 课程路线学习抓取放置、位姿估计、运动规划与控制系统。
学习系统强化学习
掌握强化学习基础、价值函数方法、策略梯度与模型驱动方法在机器人中的应用。
仿真到现实部署上线
把算法从仿真迁移到真实机器人，覆盖硬件集成、系统架构与安全设计。
学习路径
推荐学习路线
建议先完成环境准备和数学基础，再以 ROS 为主线并行学习感知、规划、仿真与部署模块。
1
先搭环境
完成 Python 与 Linux 的基础准备，让后续机器人开发环境可以顺利运行。
2打牢基础
学习坐标变换、运动学与动力学，为后续模块建立统一语言。
3进入工程流
以 ROS 为骨架，再串联感知、规划、仿真、强化学习与最终部署。
ROS
感知
仿真
规划
操作
部署
课程特点
为什么它更像一门正式课程
项目导向
站点不重复已有教程的全部细节，而是抓住关键知识点，并结合优质参考资料建立清晰工程上下文。
面向自学者
既适合零基础逐步入门，也适合课程设计、毕业设计、科研原型和机器人项目实践。
双语维护
英文与中文页面同步组织，既方便本地学习者，也适合更广泛的学习社区访问。
最近动态
最新更新
2026-04-26
更新了强化学习、机器人操作、规划、仿真和部署模块，整体内容结构更加完整。
2025-12-16 至 2025-12-20
初始化 ROS 教程，补充环境配置、Linux 入门和视觉感知节点的第一版工程流程。
继续深入
文档与视频配合学习
先按学习路径阅读文档，再结合视频理解具体实现细节和项目推进过程。
Robotics Course Docs
一个覆盖 ROS、感知、规划、仿真、操作与部署的双语机器人课程站。
