机器人学习与最优控制:从 LQR、MPC 到 Isaac Sim、MuJoCo、SAPIEN 与 PyBullet
梳理 PID、LQR、iLQR、MPC、模仿学习与强化学习的关系,并比较 Isaac Sim/Isaac Lab、MuJoCo、SAPIEN 和 PyBullet 的定位、优势与适用场景。
#机器人学习#最优控制#仿真#Isaac Sim#MuJoCo#SAPIEN#PyBullet
写作与记录
博客以介绍为主,不求甚解:先认识一个概念、方法或工具,建立大致的理解。
博客目录 →梳理 PID、LQR、iLQR、MPC、模仿学习与强化学习的关系,并比较 Isaac Sim/Isaac Lab、MuJoCo、SAPIEN 和 PyBullet 的定位、优势与适用场景。
以 SimCLR、VACoT、MIDAS、VISTA 和 Cosmos-Drive-Dreams 为线索,理解数据增强如何从改变像素发展到保持模态关系、扩展长视频并生成稀有场景。
把 Astro、Next.js、Markdown、Tailwind CSS、SSG 和托管平台这些名词分别放回它们负责的位置,再给出零基础做个人网站的选型建议和一份可以直接复制的提示词。
把模型格式、转换工具、推理运行时和硬件后端这四层彻底拆开,配一个能真正跑通的 ResNet-18 端到端例子,并覆盖量化、数值验证、Android 工程细节、端侧大模型与 NNAPI 落幕后的新格局。