第三部分：具身智能

具身智能将强化学习、世界模型和感知技术融合于物理系统之中，使其能够与真实世界交互。本部分涵盖构建智能具身智能体所需的核心能力与关键技术，重点聚焦于运动控制、操作、遥操作和数据采集。

本部分内容

1. 概述 — 什么是具身智能、sim-to-real 范式、核心挑战
2. 运动控制 — 基于 RL 的足式机器人运动控制
3. 移动操作 — 运动与操作的结合
4. 遥操作 — 人在回路中的机器人控制，用于数据采集等
5. 数据采集 — 大规模收集机器人学习数据的策略

为什么研究具身智能？

具身智能是算法与物理世界的交汇之处。其独特挑战包括：

• 物理约束：力矩限制、关节范围、接触动力学
• 部分可观测：有噪声的传感器、遮挡、延迟
• 安全性：真实机器人可能损坏自身和周围环境
• Sim-to-real 差距：在仿真中训练的策略必须迁移到现实
• 样本效率：真实世界的数据采集成本高且速度慢

具身智能技术栈

graph TD
    P[感知] --> C[控制策略]
    W[世界模型] --> C
    C --> A[动作 / 电机指令]
    A --> R[机器人硬件]
    R --> S[传感器]
    S --> P
    D[数据采集] --> T[训练]
    T --> C
    T --> W

完整的具身智能系统包含感知（处理传感器输入）、控制（决定做什么）、执行（发送电机指令）以及持续改进系统的数据流水线。

与其他部分的关联

• 第一部分（RL）：提供学习算法，特别是策略训练中常用的 PPO 和 SAC
• 第二部分（世界模型）：支撑 sim-to-real 迁移和高样本效率的学习
• 第四部分（分布式 RL）：将具身策略的训练扩展到大量并行环境中