标签: #robotics
关于 GPU、LLM、MLOps、Kubernetes 以及心态的文章 · 22 篇
机械臂究竟由什么构成:连杆、关节,以及真正驱动关节的东西
想做一条机械臂,买了六个舵机,结果臂多半会在自重下垮掉。这篇文章从连杆、关节、末端执行器的精确定义讲起,解释自由度到底数的是什么、为什么以 6 为基准,并按厂商公布的规格比较驱动关节的三种真实选择——舵机、步进电机、无刷直流电机(BLDC)。文章按角分为单位算清楚减速器把扭矩放大多少倍、又带来多少背隙,以及谐波减速器为什么会用在机器人上。最后直接从臂长和负载算出各关节的静态扭矩,用真实数字说明为什么肩部电机要比腕部大九倍。
2026-08-02 · 39 分钟阅读 #robotics#hardware#electronics#arduino#math机器人学所需的数学,按顺序学:以及哪些可以先放一放
这是「做机械臂到底要把数学学到什么程度」这个问题的答案。按线性代数、三角学与旋转表示、微积分与多变量方法、微分方程与控制理论、概率与估计、优化的顺序,整理成六条分支。每条分支都写清楚三件事:在机械臂的哪个环节被用到、学到什么程度算够用、以及哪些可以放到后面再学。之所以要明确写出「可以放后面」,正是因为那里是大多数人卡住不前的地方。文章用 numpy 直接确认雅可比矩阵的 SVD 在奇异点附近是如何崩溃的,并把六条分支收进一张学习顺序表里
2026-08-02 · 38 分钟阅读 #robotics#math#electronics#linear-algebra#control正运动学:从关节角度到末端位置,齐次变换矩阵与 DH 参数
已知关节角度、计算末端执行器在哪里,这就是正运动学。这篇文章用真实数字展示 4×4 齐次变换矩阵如何调和「旋转是矩阵乘法、平移却是加法」这个不一致,以及为什么串接多个坐标系最终只需要做乘法。文章手工推导两连杆和三连杆手臂的正运动学,再转写成 DH 参数表并用 numpy 核对,同时精确辨清标准 DH 与改进 DH 乘法顺序的差异。用表格整理三种旋转表示法的取舍,并用代码复现万向锁现象。最后计算一个符号错误如何让末端偏移 212 毫米。
2026-08-02 · 31 分钟阅读 #robotics#math#electronics#raspberry-pi#hardware机械臂控制回路:从轨迹生成到 PID 与重力补偿
逆运动学给出关节角度之后,剩下的就是控制的领域了。这篇文章从加速度不连续的角度,解释为什么直接把目标角度写进去会让手臂猛地一抖,并针对同一个 90 度的移动,用真实数字比较梯形速度曲线和五次多项式轨迹。文章计算出关节空间插值和作业空间插值产生的路径会相差 43 毫米,讲清楚 PID 三项各自修正的是什么问题,并通过仿真结果展示一个重力补偿前馈项如何把 5.13 度的稳态误差变成零。最后通过计算控制周期从 1 千赫兹降到 50 赫兹时 3
2026-08-02 · 33 分钟阅读 #robotics#electronics#arduino#hardware#math逆运动学:从目标位置反推关节角度
正运动学是输入角度就能得到位置的一次性计算,而逆运动学则可能无解、可能有多个解,也可能有无穷多个解。这篇文章从余弦定理出发,把两连杆平面手臂的解析解一路推到底,用数字确认 elbow-up 和 elbow-down 这两个解为什么总是成对出现,以及代入工作空间之外的坐标时,平方根内部是如何变负的。接着转向用雅可比矩阵和伪逆矩阵反复迭代求解的数值解法,算出在奇异点附近,一条「移动 1 毫米」的指令如何要求每秒 3590 度的关节角速度,以
2026-08-02 · 30 分钟阅读 #robotics#math#electronics#hardware#raspberry-piGemini Robotics 2 与机器人基础模型 —— 全身控制真正改变了什么
2026 年 7 月 30 日，Google DeepMind 发布了 Gemini Robotics 2，宣布用一个视觉-语言-动作模型来控制人形机器人，从脚尖到指尖一以贯之。有意思的是，随之公布的数字读起来不像是炫耀，反而更像是对当前状态的诚实记录 —— 拧开灯泡的成功率是 92%，拧上去是 36%，从地板上捡东西是 45.7%。本文梳理 VLA 到底是什么、全身控制为什么比上肢操作更难、跨具身泛化为什么才是真正的瓶颈，以及该怎样正
2026-07-31 · 22 分钟阅读 #ai#robotics#vla#foundation-models#evaluation2026年机器人企业地图 — 人形机器人混战与VLA模型，以及工程师的入场路径
2026年是人形机器人出货量同比跃升7倍(预计达5万台)的转折点。从估值390亿美元、拥有自研VLA模型Helix的Figure，到即将于夏季进入量产的Tesla Optimus Gen 3，再到已售出5,500台的价格破坏者Unitree，以及出售机器人通用大脑的Physical Intelligence(π0) — 本文按硬件、大脑、市场三条轴线梳理主要企业，追溯从RT-2到GR00T N2的VLA(Vision-Language-
2026-07-09 · 10 分钟阅读 #robotics#ai#vla#trends#career机器人基础模型 — 一个策略应对多种任务
本文梳理机器人基础模型这一潮流——它试图用一个策略应对多种机器人、多种任务。我们会依次看通用策略的概念、Open X-Embodiment 这类大规模机器人数据、跨具身、与 VLA 的关系、扩展(scaling)视角，以及数据、安全、评估这三大课题，全程配以图示。
2026-06-29 · 34 分钟阅读 #ai-papers#robotics#foundation-model#generalist-policy#open-x-embodiment世界模型 — 机器人如何在头脑中想象未来
解释世界模型的概念(学习环境动力学),涵盖基于模型的强化学习、潜在空间预测、视频预测与生成模型在机器人上的应用、通过想象 rollout 与 MPC 进行规划,以及在行走与操作上的应用与当前局限,并用图示加以整理。
2026-06-29 · 29 分钟阅读 #ai-papers#robotics#world-models#model-based-rl#planning机器人之眼 — 3D 感知与 SLAM
本文讲述机器人如何看世界。我们会依次介绍 RGB-D、LiDAR、立体相机等传感器，SLAM 流水线，点云与体素，6D 姿态估计，基于深度学习的感知，以及 NeRF 与 3D 高斯溅射，用代码和图示把机器人感知的全貌梳理一遍。
2026-06-29 · 28 分钟阅读 #ai-papers#robotics#slam#3d-perception#pointcloud人形机器人全身控制 — 双腿行走，双手操作
从人形机器人双腿行走到用手操作物体，本文梳理双足行走控制与全身控制(whole-body control)的核心概念。我们结合图示，依次讲解 ZMP 与 MPC、基于强化学习的运动控制(locomotion)、平衡与跌倒恢复、行走与操作的整合，以及把仿真中学到的策略迁移到实机的流程。
2026-06-29 · 34 分钟阅读 #ai-papers#robotics#humanoid#locomotion#whole-body-control机器人安全与对齐 — 如何信任强大的机器人
我们要如何信任日益强大的机器人？本文从物理安全、约束强化学习与安全层、分布偏移应对、人机协作安全、验证与标准，直到具身 AI 的对齐难题，进行一次均衡的梳理。
2026-06-29 · 31 分钟阅读 #ai-papers#robotics#safety#alignment#reinforcement-learning从人类视频中学习的机器人 — 网络规模数据的梦想
机器人能从人处理物品的视频中学习吗。本文梳理了可供性与轨迹、领域差距、表征学习与预训练、单样本模仿、网络视频规模化、以及与机器人数据的结合，并诚实地列出案例与局限。
2026-06-29 · 33 分钟阅读 #ai-papers#robotics#imitation-learning#representation-learning#video机器人如何学习 — 模仿学习与强化学习
概览机器人习得技能的四种方式，深入剖析模仿学习(遥操作、行为克隆、DAgger)与强化学习(奖励、策略、探索)的原理、优缺点、数据效率上的差异，以及如何将两者结合，并用图示与对比表加以梳理。
2026-06-29 · 28 分钟阅读 #ai-papers#robotics#imitation-learning#reinforcement-learning#robot-learningSim-to-Real — 把仿真中学到的东西带入现实
分析仿真中学到的机器人策略为何在现实中崩溃的原因(现实差距),讲解域随机化、域适应、系统辨识、数字孪生等应对手法,以及触觉、摩擦等难以复现的物理因素,还有 zero-shot 迁移的可能性与局限,并配以图示和案例说明。
2026-06-29 · 28 分钟阅读 #ai-papers#robotics#sim-to-real#domain-randomization#digital-twin触觉感知与精细操作 — 机器人用指尖去感受世界
机器人开始用指尖感受世界。本文结合图示梳理了基于视觉的触觉传感器(GelSight 系列)与电子皮肤、触觉负责的滑移·力·材质感知、视觉与触觉的融合、精细的手内操作,以及触觉的 sim2real 与学习方法。
2026-06-29 · 35 分钟阅读 #ai-papers#robotics#tactile-sensing#manipulation#gelsight机器人能看、能听、能动 — VLA 模型 RT-2 与 OpenVLA 评述
视觉-语言-行动(VLA)模型接收摄像头画面和自然语言指令,直接输出机器人的动作。本文以 RT-2、Open X-Embodiment、OpenVLA 为主线,梳理 VLA 范式的思路、架构、动作分词方式,以及优势与局限。
2026-06-27 · 24 分钟阅读 #ai-papers#robotics#vla#rt-2#openvla为人形机器人准备的两个大脑 — GR00T N1与Helix
面向人形机器人的VLA必须同时具备快速反射与缓慢思考的能力。本文以NVIDIA GR00T N1和Figure AI Helix为中心，梳理结合快速低层控制(System 1)与缓慢规划(System 2)的双系统架构、训练方式、面临的课题与展望。
2026-06-27 · 25 分钟阅读 #ai-papers#robotics#humanoid#groot-n1#helixDiffusion Policy 与 π0 — 平滑机器人行为背后的秘密
跨越离散动作 token 的局限，本文考察将动作生成为连续值的两条思路。Diffusion Policy 通过去噪生成动作，π0 则用 flow-matching 生成高频连续动作。我们梳理两种方法的思路、架构、控制频率、优势与局限。
2026-06-27 · 24 分钟阅读 #ai-papers#robotics#diffusion-policy#pi0#flow-matching机器人 & AI 完全指南: 从 ROS2 到人形机器人
一份涵盖机器人与 AI 融合的完全指南。从 ROS2、SLAM、运动规划,到计算机视觉、基于强化学习的机器人控制,再到人形机器人趋势,配有 Python 示例。
2026-03-17 · 20 分钟阅读 #robotics#ros2#autonomous-robot#slam#motion-planning