EMBODIED INTELLIGENCE / FIELD NOTES
理解机器人，
从一次真实的反馈开始。
看见什么，如何行动，为什么失败。
把我们的学习过程整理成笔记，把每一个结论放回证据里。
LEARNING MAP
沿着问题，建立理解。
四条线索，一起生长。
THE NOTEBOOK
发现、复盘与学习过程。
首批整理：2026.10.27
实验背景：2026.09.18
MicroDuck 官方训练启动指南：从环境准备到 ONNX 回放
识别 Pollen Robotics 的官方 MicroDuck 仓库，使用 mjlab、MuJoCo Warp 和 PPO 完成环境准备、小规模训练、日志查看、断点续训与 ONNX 导出。
MicroDuck 从零到真机（00）：系列导读与完整工程路线
串起机械建模、MJCF、mjlab 环境、PPO 训练、Sim2Real、系统烧录和真机策略部署，明确每一阶段的输入、产物与验证方法。
MicroDuck 从零到真机（01）：机械建模、关节约定与 MJCF 导出
从 Onshape 装配拆解 MicroDuck 的运动学、惯量、碰撞与传感器，建立 CAD 到 MuJoCo 模型的可检查接口。
MicroDuck 从零到真机（02）：从仿真场景到自己的强化学习环境
用 mjlab 的官方 MicroDuck 环境说明场景、观测、动作、奖励、重置、终止与任务注册，并给出一个低速教学任务的配置示例。
MicroDuck 从零到真机（03）：训练参数、采样预算与实验配置
读取官方 PPO 配置，解释环境数、rollout、mini-batch、网络、学习率、随机化和课程进度，并建立从冒烟测试到正式训练的参数调整方法。
MicroDuck 从零到真机（04）：PPO、奖励函数与课程怎样设计
解释 MicroDuck 的 actor–critic 与 PPO 更新，再从目标行为、奖励符号、投机行为、课程和评估出发设计可迁移的训练任务。
MicroDuck 从零到真机（05）：执行器建模、Sim2Real 与 ONNX 导出
从 BAM、域随机化和接口一致性出发检查仿真到真机的差距，完成检查点到 ONNX 的正确导出与部署前回放。
MicroDuck 从零到真机（06）：系统烧录、策略部署与真机验收
区分板卡镜像烧录、robotd 运行时安装和 ONNX 策略更新，按官方开发板流程说明安装、加载、检查与回退。
瓶子入桶｜GPT-6 本地仿真实验报告
记录单局 seed 0 的 GPT 独立控制实验：653 步完成原生任务，包含回放、Token 与时延统计。
GPT-6 + π0.5｜混合控制实验报告
混合控制运行至 447/700 步后中断，保留策略提案、GPT 检查、回放和故障证据，结果不完整。
π0.5-only｜瓶子入桶实验报告
本地 CPU 推理 14 次、执行 700 步，原生部分得分 40/100，任务未成功；包含回放与推理耗时。
WAM 世界动作模型技术解析
以 DreamZero 为例，解释世界动作模型如何联合预测未来画面与机器人动作，并梳理它与 VLA 的区别、训练目标、闭环执行和实验边界。
拆解 WorldScape-R²SI：机器人 Agent 如何通过技能与动作模型自我改进
结合 R²SI 技术报告、公开技能库和外层循环代码，理解机器人如何在工具与动作模型之间切换，以及经验如何经过验证变成新的系统版本。
针对GPT6的研究
针对GPT6的研究
阅读笔记先让模型和机器人说同一种语言
从 π0.5 与 ARX X5 的接口对齐中，理解动作语义、夹爪命令和实测状态为什么不能混用。
把一次失败，写成下一次实验的起点
为机器人学习建立一份轻量记录模板：现象、假设、对照、证据、边界和下一步。
瓶子掉落之后：先检查物理语义
一个 22 kg 与 0.5 kg 的差异，如何改变我们对抓取失败的判断；以及为什么修复后仍不能宣布全流程成功。
目标在移动，机械臂为什么跟不上？
同一段轨迹的离线对照，帮助我们区分目标限幅滞后、实际关节误差和任务失败。
没有匹配的笔记。试试其他关键词，或选择“全部”。
OPEN QUESTIONS
未知，也值得留下。
这些是待研究方向，不是已经完成的结果。
- 静态抓得住，搬运时为何仍会丢失接触？
分别验证静态保持与动态搬运，记录接触连续性。
- 接口修复后，哪些差异仍然影响策略？
继续对齐相机、坐标和采样条件，避免直接归因于模型。
- 一次局部通过，离完整闭环还差什么？
区分保存轨迹回放、预设控制验收和在线策略任务。