学习
通过实验学习机器人数学与控制
将坐标系、运动学和反馈连接到小型建模系统中的可见行为。
从你的身份与目标出发，找到实践路线
找到适合自己的
机器人学习与实践路线。
找到适合您的角色的机器人学习或部署路径：3个阶段、实践项目、准备情况检查和链接目录资源。
可以从适合自己的阶段开始；能独立完成对应任务后，再进入下一阶段。这些路线用于学习与项目规划，并不授予职业资格。
探索 24 观众概况
零基础学习者机器人技术新手；需要词汇量、一个小型的第一个项目以及一种无需购买复杂硬件的学习方法。2 条路线 →高校学生通过可重复的模拟和实际实验建立工程基础和组合。7 条路线 →教师或实验课讲师混合体验课程的规划课程、共享设备和评估。4 条路线 →转行学习者从另一学科转向机器人技术并建立适用技能的证据。5 条路线 →研究生与科研人员将研究问题转化为受控实验、可用数据和可再现结果。8 条路线 →机器人学习研究者致力于示范、策略、评估、推广和真实机器人转移。5 条路线 →感知与数据研究者致力于分布变化下的传感、几何、数据集和评估。4 条路线 →实验室负责人选择共享平台、组织实验并保持硬件和软件连续性。3 条路线 →ROS 与自主系统开发者从中间件、几何、规划和导航组件构建机器人应用。3 条路线 →嵌入式与机电工程师集成传感器接口、实时行为、电机、功率和机械约束。3 条路线 →系统集成工程师将组件和现有过程连接成可测试的完整系统。12 条路线 →机器人产品团队从可重复的原型转向支持的部署和可持续的操作。4 条路线 →制造工程师通过可重复的工件夹持和可测量的过程结果来改进规定的生产操作。6 条路线 →质量工程师定义接受、缺陷、可追溯性和假阳性/假阴性权衡。3 条路线 →仓储与物流负责人协调物料流、交接、能力、例外情况和人员。3 条路线 →工厂与运营负责人评估自动化的投资、人员配置、接受度和长期所有权。5 条路线 →巡检与维护工程师收集导致记录的维护决策的可重复观察。2 条路线 →农业生产运营者评估围绕作物、地形、季节、劳动力和操作限制的田间任务。1 条路线 →商业服务运营者将机器人引入服务工作流程，同时保留可靠的人工后备。5 条路线 →医疗机构运营工程师与机构利益相关者一起评估非临床后勤或监督辅助研究。3 条路线 →家庭买家选择有用的消费产品并了解日常维护、隐私和本地支持。5 条路线 →家长与学习辅导者选择适合年龄的机器人活动并规划设备设置和成人参与。3 条路线 →创客与爱好者构建、修改和记录具有可实现范围的个人机器人项目。4 条路线 →无障碍与照护规划者与受影响的人和合格的利益相关者一起探索用户需求和辅助工作流程。4 条路线 →
探索参考阅读库 → 课程章节、技术教程和现场指南，链接到特定路线图阶段。
选择你的身份与目标
研究生与科研人员: 将研究问题转化为受控实验、可用数据和可再现结果。
按场景选择路线
8 条路线 ·各3个阶段科研
开展可复现的机器人操作实验
在增加复杂性之前构建受控臂任务、建立基线并报告故障模式。
科研
采集示教数据并训练模仿学习策略
开发可追踪的远程操作、数据集、训练和保留评估工作流程。
科研
系统评估视觉语言动作模型
比较匹配任务、数据集和执行假设下的具体模型。
科研
研究机器人步态与人形机器人控制
从动态模型转向受控学习实验和监督转移规划。
科研
构建机器人感知数据集与评测实验
组织有界机器人感知任务的感测、校准、标签和保留评估。
科研
规划共享机器人研究实验室
围绕实验、操作程序和可重复的启动选择平台。
行业应用
与使用者和专业人员共同探索辅助机器人
构建以用户为中心的研究和可行性项目，而不将模拟视为临床证据。