快速导航
- MPC详细介绍
- PPO，DPO，GRPO和DAPO的原理与区别
- PPO、DDPG、TD3、SAC算法
- PPO原理，优点，为什么人形机器人领域最常用
- CLip机制
- KL散度，静态或自适应
- 正逆运动学
- 运动学与动力学
- 雅可比矩阵，维度，作用分别是什么
- 机械臂的奇异点问题
- 同一个末端位姿对应多组关节解，如何选最优
- 关节控制用PD还是PID？
- sim2real，相机标定，手眼标定，内参外参，domain randomization
- AMP优缺点，数据依赖，调参难度
- PHC，Sonic，beyondMimic的区别
- motion retarget的pipeline详解
- 全身控制一体化与解耦控制
- 样本效率低怎么解决
- transformer的QKV机制，自注意力机制和交叉注意力机制
- DP，DIT，Flow Matching分别是什么，训练方式有什么区别
- 边缘设备部署模型与优化
- 奖励函数的设计
- 课程学习如何设置
- 离线与在线强化学习
- 真机安全问题（算法、控制、物理层面分开讨论）