███████╗███╗   ███╗██████╗  ██████╗ ██████╗ ██╗███████╗██████╗ 
  ██╔════╝████╗ ████║██╔══██╗██╔═══██╗██╔══██╗██║██╔════╝██╔══██╗
  █████╗  ██╔████╔██║██████╔╝██║   ██║██║  ██║██║█████╗  ██║  ██║
  ██╔══╝  ██║╚██╔╝██║██╔══██╗██║   ██║██║  ██║██║██╔══╝  ██║  ██║
  ███████╗██║ ╚═╝ ██║██████╔╝╚██████╔╝██████╔╝██║███████╗██████╔╝
  ╚══════╝╚═╝     ╚═╝╚═════╝  ╚═════╝ ╚═════╝ ╚═╝╚══════╝╚═════╝ 
  

Every-Embodied : Zero to Hero in Embodied AI

📌 组队学习文档 (Team Learning) · ✨ 学习地图 (Learning Map) · 🤖 前沿复现 (SOTA) · 📖 在线阅读

Supported By

想要立刻在本地跑通第一个具身智能仿真 Demo？只需三步：

# 1. 克隆仓库
git clone --depth 1 https://github.com/datawhalechina/every-embodied.git
cd every-embodied

# 2. 创建并激活 Conda 环境
conda create -n embodied python=3.8
conda activate embodied

# 3. 安装依赖并运行基础机械臂抓取 Demo
pip install mujoco
# 可选：更平滑的 jerk 限制轨迹规划
pip install ruckig
python examples/01_hello_every_embodied_mujoco.py

详细说明请见：examples/README.md

项目快速入门 基于mujoco一键了解项目基础	Genie Sim的Pi0部署 基于Pi0和Isaac Sim实现高保真仿真	LeRobot 遥操作 支持地瓜 RDK-X5 连接 SO101 机械臂实操
视觉语义感知 场景分割与目标检测，让机器人“看懂”环境	LLM控制无人机导航VLN 通过WebUI快速上手无人机大模型VLN导航	基于SmolVLA微调LIBERO基准 小型VLA测试机器人终身学习基准
春晚机器人复刻 输入豆包生成功夫视频，输出机器人mujoco仿真	ETPNav-VLN导航复现 连续环境视觉语言导航 (VLN-CE) 领域强力 Baseline	LingBot-Map 视频建图 从连续校园视频流式估计轨迹、深度与点云
UniLab + MotrixSim 异构 RL 6GB 显卡跑通 state-based RL，并体验 uv run --no-sync demo teaser 的 PBR 渲染器	SIM1 柔体仿真与数据生成 双臂布料任务的 replay、渲染与扩散轨迹生成流程	ForgeCAD 3D 打印机、键盘与灵巧手 复刻 public kit 的 3D 打印机、视频键盘和可动灵巧手案例，跑通参数渲染 GIF 与 STEP/STL/3MF 导出

Every-Embodied 致力于打造一个“基础友好、工程可复现、前沿可拓展”的学习库。 我们希望降低门槛：即使你目前只有 Python 基础，也可以从仿真和最小可运行 Demo 出发，逐步完成从“看懂”到“动手复现”的跨越。

• 入门友好：优先提供可运行示例与环境脚本，不要求你一开始就掌握复杂机器人学推导
• 实践导向：强调“跑起来-看结果-再理解原理”的学习路径，减少抽象概念带来的挫败感
• 前沿连接：从 MuJoCo / Isaac Sim 到 VLA / VLN，让学习路径与产业热点保持同步

这个项目不仅面向机器人专业背景同学，也欢迎更多跨领域学习者加入：

• Python 初学者 / 转型开发者：有基础编程能力，希望系统进入 AI+机器人、具身智能方向
• 高校学生 / 研究生：希望通过课程项目、毕业设计或论文复现快速建立具身智能实践能力
• 算法工程师：希望把视觉、强化学习、大模型能力迁移到真实物理交互场景
• 硬件与机器人爱好者：希望理解从硬件控制、仿真验证到 Sim2Real 部署的完整链路
• 教育工作者与社区组织者：希望基于开源教程组织课程、读书会、训练营和项目共创

本教程分为三个阶段，带你逐层深入具身智能的世界：

• [2026-07-18] 新增 LWD 真机机群强化学习导读：归入现有 VLA 章节，系统拆解智元 AGIBOT Finch / Shanghai Innovation Institute 的 Learning while Deploying，重点讲清真机部署如何变成数据飞轮，覆盖 16 台 AgiBot G1 双臂机器人、8 个真实操作任务、离线到在线 replay、Distributional Implicit Value Learning、Q-learning with Adjoint Matching、flow-based VLA action head、长时程任务收益，以及当前项目页公开但尚未提供一键复现代码入口的复现边界。
• [2026-07-18] 新增 Dexora 高自由度双臂灵巧 VLA 导读：归入现有 VLA 章节，系统拆解清华、智源、港大、北大等团队的 ICRA 2026 Manipulation and Locomotion 最佳论文候选工作，重点讲清 Dexora 为什么是 36-DoF 双臂双灵巧手 VLA，覆盖外骨骼 + Apple Vision Pro 混合遥操作、MuJoCo 数字孪生、100K 级仿真轨迹、10K+ 真实遥操作 episodes、discriminator-guided quality-aware diffusion-transformer 训练、双手灵巧任务、跨本体泛化和当前代码/数据公开入口。
• [2026-07-18] 新增 Galaxea G0.5 自回归 VLA 导读：归入现有 VLA 章节，围绕 “记忆 + CoT + 动作表征” 这条技术线，系统拆解 G0.5 如何用过去 5 秒 6 帧多视角 RGB、Embodiment ID、任务指令和 proprioception 作为输入，在同一条自回归流中生成 Subtask / BBox / Trace / ActionHint 与 action tokens，覆盖 ActionCodec、27 维共享动作空间、Qwen3.5 2B VLM-as-Actor、DROID / Bridge-SimplerEnv / RoboTwin / LIBERO / BEHAVIOR-1K 结果和 G0.5 Community License 开源边界。
• [2026-07-18] 新增 PRTS 强化学习原生 VLA 导读：归入现有 VLA 章节，围绕 TeleAI PRTS-Droid 跻身 MolmoSpaces 全球 TOP3 的榜单事件，系统讲解 PRTS 如何把 reward-label-free contrastive RL 放进 VLA 预训练，覆盖 Qwen3-VL backbone、single-forward attention mask、Flow Matching Action Expert、goal-reachability value、LIBERO / RealMan / Flexiv / MolmoSpaces 评测和 CC BY-NC 4.0 开源边界。
• [2026-07-18] 新增 τ0-WM 统一视频-动作世界模型导读：归入 17-具身世界模型，系统拆解 Shanghai Innovation Institute 与 AGIBOT Finch 的 5B 级开源 video-action world model，覆盖 Wan2.2-TI2V-5B / Action DiT 架构、VAM 与 ACVS 双接口、27.3K 小时异构数据、modality-specific supervision masks、re-denoising consistency、test-time proposal-evaluation-revision，以及 GitHub / Hugging Face 当前可复现和暂未放出的 Simulator / TTC 边界。
• [2026-07-18] 新增 NBS 主动感知路径规划导读：归入 08-具身导航及VLN 的导航规划前沿线，系统讲解 IJRR OnlineFirst 论文 An Efficient Beam Search Algorithm for Active Perception in Mobile Robotics，覆盖 active perception 问题定义、Node-wise Beam Search、Expected Gain、RRAG 在线构图、Habitat / HSSD 三类主动感知任务、ANYmal 真机验证，以及 OpenApero 当前代码尚未公开的复现边界。
• [2026-07-18] 新增 BWM 动作条件世界模型导读：归入 17-具身世界模型，系统讲解同济 Boundless 团队在 WorldArena 上开源第 1、overall 第 2 的 action-conditioned video world model，覆盖 Wan2.2-TI2V-5B 基座、Action Encoder、AdaLN 动作注入、自回归 rollout、WorldArena 榜单图、官方 GIF 示例、HF 权重和当前训练代码/技术报告未发布边界。
• [2026-07-18] 新增 3DVLA 三维空间实例增强 VLA 导读、PhysBrain 1.0 物理常识增强 VLA 导读、HumanoidMimicGen 全身规划数据生成导读 与 Gamma-World 多智能体世界模型导读：3DVLA 与 PhysBrain 归入现有 VLA 章节，分别拆解 3D 空间实例 token 注入 action expert，以及人类第一人称视频如何转成物理常识监督、再通过 TwinBrainVLA 和 LangForce 迁移到机器人控制；HumanoidMimicGen 归入仿真与数据生成章节，系统讲解少量人形示教、技能约束、全身 IK/运动规划、G1 benchmark 和 sim-and-real co-training；Gamma-World 归入世界模型章节，补充 NVIDIA x 清华多智能体共享世界模型的项目图、代码/权重入口、Simplex RoPE、Sparse Hub Attention、24 FPS 流式 rollout 和两人训练到四人泛化。
• [2026-07-07] 更新 Datawhale 具身智能零基础入门组队学习路径 v6：基于最近新增的世界模型、VLA 前沿、Locate Anything 视觉语言定位、LingBot-Map 三维重建、Build123d / Text-to-CAD / ForgeCAD 代码建模、SIM1、UniLab + MotrixSim 与 AMD ROCm 专题，重新组织 20 天组队学习路线，按“操作控制”“感知建图”“导航规划”“世界模型”四条主线拆分，并明确 Task01 截止时间为 07月17日03:00。
• [2026-07-02] 新增 RoboDream 可组合世界模型数据合成导读，放入 17-具身世界模型 前沿导读线：系统拆解 USC PSI Lab 与 TRI 提出的 Compositional World Models for Scalable Robot Data Synthesis，重点讲清它不是可实时 step(action) 的神经仿真器，而是基于 robot-only 轨迹、scene prior、object prior 的机器人示教视频合成数据引擎；教程补充官方架构图、prior extraction、retrieval and rebirth、prop-free teleoperation、真实机器人实验表和当前代码开源边界。
• [2026-06-29] 新增 EventVLA 视觉证据记忆、WALL-OSS 开源 VLA 模型、WALL-X 工程框架导航 与 WALL-WM 事件级世界动作模型：前三篇归入现有 VLA 章节，WALL-WM 归入世界模型章节，分别补充官方图解、开源地址、权重/数据入口和当前适合的复现边界。
• [2026-06-29] 新增 AMD ROCm 策略复刻专题，基于 AMD Ryzen AI MAX+ / ROCm 设备复刻 MuJoCo 抓杯任务，整理 ACT DAgger 诊断、SmolVLA 红/蓝杯加权采样、pi_0 权限 smoke test 与训练门控，并配套 Notebook、成功率图表和成功/失败关键帧，方便大家从排障过程学会在 AMD 平台上迁移具身策略。
• [2026-06-27] 新增 Locate Anything 视觉语言定位复现教程，覆盖 nvidia/LocateAnything-3B 本地环境、RTX PRO 6000 Blackwell smoke test、Parallel Box Decoding 原理，以及与 YOLO26n 的同图速度和任务边界对比。
• [2026-06-27] 新增 WoG 条件空间世界模型导读，系统拆解 ByteDance Seed 与港大提出的 World Guidance：从总览图、两阶段训练、Future Encoder、Q-Former query、condition alignment 到 SIMPLER/真机/人类视频实验，重点说明它不是可 rollout 的传统世界模型，而是把未来观测蒸馏成动作相关 latent condition 来增强 VLA 动作生成。
• [2026-06-27] 新增 RAW-Dream 任务无关世界模型强化 VLA 导读，梳理微软等作者的 Reinforcing VLAs in Task-Agnostic World Models：明确不是 pi0.5 基座，而是 OpenVLA-OFT + Wan 2.1 world model + Qwen3-VL reward + GRPO 的后训练范式，并补充 DNV 技巧、LIBERO/真机评测边界和可继续追踪的开源仓库。
• [2026-06-02] 新增 RISE 自我改进机器人策略复现教程，覆盖论文方法、组合世界模型流水线、OpenPI policy/value、LTX-Video dynamics model、RLinf imagination RL、Blackwell cu128 环境适配、公开模型资产下载校验，以及官方图与视频素材本地归档。
• [2026-06-02] 新增 扩散数理基础及问题解析入门，讲解扩散模型需要的数理基础，用简单的代码讲解扩散模型，让大家在不推导复杂公式的前提下，熟悉vae和ddpm，为后续的世界模型学习打下基础。
• [2026-06-02] 新增 AGILE 人形机器人 Loco-Manipulation Isaac Lab 复现教程，覆盖官方任务边界、Isaac Sim 5.1 / Isaac Lab 2.3.2 复刻、T1/G1 本地渲染视频、pick-place checkpoint 未随仓库开源说明、评估报告与 Sim2MuJoCo 链路。
• [2026-06-02] 新增 HIMLoco 四足机器人运动控制 Isaac Lab 复现教程，覆盖论文方法、原仓库流水线、Blackwell GPU 旧栈排障、Isaac Lab 迁移、smoke test 曲线与本地渲染视频。
• [2026-06-02] 新增 Genesis World 1.0 完整体验与机器人仿真流水线，补充 Genesis World 1.0 环境配置、机器人仿真流程和功能体验记录。
• [2026-05-31] 新增 ForgeCAD 官方 3D 打印机、键盘与灵巧手案例复现，对齐 KoStard/forgecad-public-kit 的 3dprinter-gpt52codex benchmark，补充视频键盘和官方可动灵巧手，跑通参数渲染 GIF、多视角截图、STEP/STL/3MF 导出和打印检查边界说明。
• [2026-05-31] 新增 UniLab + MotrixSim 异构机器人 RL 训练复现，覆盖 6GB 显卡上的 state-based RL 训练、资源占用记录、MotrixSim checkpoint 回放，以及 uv run --no-sync demo teaser 的 PBR renderer 多视角截图体验。
• [2026-05-14] 新增 LingBot-Map 视频流式三维重建教程，覆盖官方连续校园场景 smoke test、点云渲染预览、环境配置、代码与论文数据流讲解，以及轻量本地 Web demo。
• [2026-05-12] 新增 Build123d 代码建模 与 Text-to-CAD 6DOF 教学机械臂 教程，补充 CAD-as-code、Codex CAD skill、STEP/STL/GLB 生成与预览。
• [2026-05-11] 新增 DiT4DiT-LIBERO 训练与评估复现教程，覆盖官方方法图解、LIBERO 评估 smoke test、libero_spatial 训练 smoke test、数据元信息修复、日志与多视角视频结果展示。
• [2026-04-29] 新增 SIM1 柔体仿真与数据生成、InternVerse / InternDataEngine 小空间体验教程、EBench / GenManip 最小复现记录，补充仿真数据生成、合成数据引擎与评测基准介绍。
• [2026-04-11] 新增了无人机相关教程：系统的讲解无人机从控制到轨迹生成再到轨迹优化的完整流程，包括比较难以理解的微分平坦性，SE3控制器，minimumsnap轨迹优化等内容，包含12个可运行的简单易懂案例，不用复杂的环境，不用复杂的代码，助你从零入门无人机。
• [2026-04-07] 新增LeWorldModel世界模型教程和复现指导！用最通俗的话、最清晰的结构，把LeWM从头到尾讲明白，一步到位带你吃透最新的LeWM世界模型算法，不管是入门世界模型还是深入科研都能用
• [2026-03-17] 新增具身导航综合入门实践视频教程！仅需“半天”即可走通从感知决策再到规划控制的所有的算法：从入门具身导航到深入研究一站式
• [2026-03-17] 新增视频教程：LeHome柔性衣物折叠ICRA2026比赛视频教程 http://xhslink.com/o/2oxCz0RTXcA
• [2026-03-16] 新增达摩院 x Datawhale 组队学习 https://github.com/datawhalechina/every-embodied/tree/main/16-%E4%B8%93%E9%A2%98%E7%BB%84%E9%98%9F%E5%AD%A6%E4%B9%A0/01-%E8%BE%BE%E6%91%A9%E9%99%A2%E7%BB%84%E9%98%9F%E5%AD%A6%E4%B9%A0
• [2026-03-16] 新增LeHome ICRA2026 比赛教程 https://github.com/datawhalechina/every-embodied/blob/main/15-Challenge%E7%AB%9E%E8%B5%9B/LeHome/README.md
• [2026-03-05] 算力自由平台复刻ETPNav连续环境导航算法视频教程 http://xhslink.com/o/8t08X6dROt5
• [2026-03-02] 新增具身智能面试教程
• [2026-02-28] 复刻ACT机械臂抓取水杯算法 https://www.bilibili.com/video/BV1YFAbzoECf
• [2026-02-25] 复刻mujoco机械臂数据采集 https://www.bilibili.com/video/BV1DNAbzpE6Z
• [2026-02-23] 新增春晚武术机器人复刻视频教程 https://www.datawhale.cn/learn/content/258/6228
• [2026-02-22] 新增 ETPNav(IEEE TPAMI 2024)复现教程指导
• [2026-02-21] 新增春晚武术机器人复刻
• [2026-02-16] 新增GenieSim一键启动镜像和视频教程
• [2026-01-15] 新增Habitat导航实战一键启动镜像和视频教程及大模型导航实战VLN教程

Habitat导航基础复现： https://www.datawhale.cn/learn/content/258/6154

GenieSim一键启动教程：https://www.datawhale.cn/learn/content/258/6172

Joycon服务器本地异步遥控机械臂教程：https://www.datawhale.cn/learn/content/258/5728

Mujoco仿真UR机械臂抓取实验：https://www.bilibili.com/video/BV1WhxeznE61/

春晚武术机器人复刻视频教程：http://xhslink.com/o/1lB9dX0Vt2t

ACT机械臂抓取水杯算法训练 https://www.bilibili.com/video/BV1YFAbzoECf

Mujoco机械臂数据采集 https://www.bilibili.com/video/BV1DNAbzpE6Z

算力自由平台复刻ETPNav连续环境导航算法视频教程 http://xhslink.com/o/8t08X6dROt5

具身导航入门到实践！仅需“半天”即可走通从感知决策再到规划控制的所有的算法：从入门具身导航到深入研究一站式

• Part 1 环境基础与安装: http://xhslink.com/o/9KuYgWrRpaE
• Part 2 代码演示讲解与分析: http://xhslink.com/o/2xY3fit6cmj

在开始之前，请确保你的开发环境满足以下基础要求（不同子项目复现可能略有不同，请参考各自项目的readme，我们会通过conda或mamba环境实现）：

• Python: 3.8+
• GPU: 推荐 NVIDIA RTX 3060+ (用于 Isaac Sim 渲染与 RL 训练)
• OS: Ubuntu 20.04 / 22.04 (推荐)
• Core Libs:
  • MuJoCo (物理引擎)
  • Isaac Sim (Nvidia 仿真平台，需要IsaacSim配置时我们会为大家提供预安装的一键启动镜像)

我们非常欢迎社区的贡献！无论是修复 Bug、补充文档，还是提交新的复现代码！

其他贡献者风采（补充相关资源、单独push readme子教程、文档挑错）：

感谢以下小伙伴的参与和贡献：howe, Miles, 麦芒, HAO, zhangningboo，机智流硬件冷小莫，icarried修复雅可比矩阵文档 , PeterH0323-贡献RDKx5入门教程

英文教程翻译者贡献：

我们同时准备了英文部分的教程，感谢如下小伙伴的贡献：Lune、刘远洋、苏家煜、梁坚斌

如果你发现教程有 Bug，或者有任何想要交流、学习、讨论、吐槽的具身智能内容，或者有更 High-level 的 Idea，别让它只停留在你的神经元里！扫码直连微信交流群（Every-Embodied读者交流2群），一起为具身智能‘注入灵魂’。

扫描下方二维码关注公众号：Datawhale

📚 飞书知识库 | 🌐 官方网站

本项目文档与教程内容采用 Creative Commons Attribution 4.0 International (CC BY 4.0) 许可协议。
你可以自由分享与改编本项目内容，但需保留来源署名。详细条款见 LICENSE。