MuJoCo + PyTorch

從腳本式機器人控制，進階到行為克隆、視覺語言動作模型、PPO 與跨領域強化學習。

學習目標

• 控制 robosuite 環境並設計 Gymnasium reward
• 收集專家軌跡並訓練行為克隆策略
• 使用 LeRobotDataset 微調 SmolVLA
• 訓練 PPO locomotion 並探索跨領域策略轉移

模擬與行為克隆

• MT01 — Robosuite 入門

  認識 Panda Lift 任務的 observations、actions 與隨機 rollouts。

• MT02 — 控制器與相機

  實作 reach-grasp-lift 流程並讀取視覺觀測。

• MT03 — Gymnasium 與獎勵設計

  將機器人任務包裝為 Gymnasium 並設計 dense reward。

• MT04 — 行為克隆

  收集專家資料並訓練模仿策略。

• MT05 — SmolVLA 微調

  針對機器人操作微調視覺語言動作模型。

強化學習

• MT06 — PPO 強化學習

  端到端訓練 PPO locomotion 策略。

• MT07 — 跨領域強化學習

  在形態與任務改變時進行跨領域知識轉移。

返回實體 AI 總覽。