TECHNICAL TUTORIALS
技术与教程
18 篇中英文技术教程，涵盖学习实现、机器人仿真、导航场景、VLA 与工程工具链。
整理版合并重复主题，改写为通用说明和合成示例，剔除个人信息、私人环境快照与聊天索引。原始压缩包和历史附件目录不公开。
官方仓库资料核对日期：2026-10-09。引用固定提交；文档核对与代码示例不代表目标 GPU、机器人或完整仿真实验已通过。
本专题参考 28 份官方文档与示例代码。 官方来源与校验清单 (.json) →
学习与算法实现3
张量、梯度与强化学习实现。
- PyTorch：轴语义、广播与存储布局
用形状契约区分换轴、重塑、视图与复制，避免损失广播错误。
- Autograd、梯度累积与训练状态恢复
解释图生命周期、eval 与推理模式，并给出梯度累积和检查点契约。
- 强化学习实现：目标、掩码与梯度路径
把 PPO/GAE、TD、集中训练及表征学习连接到可检查的接口。
仿真与机器人建模4
资产、接触、时序和人形控制。
- 机器人资产：CAD、USD、URDF 与惯量验收
建立单位、组合层、关节帧和动力学属性的逐层验收流程。
- 碰撞、接触与麦克纳姆轮的最小实验
从碰撞代理、滚子轴和接触包络定位振动，按坐标推导轮速。
- 仿真时序、NavMesh 更新与性能剖析
区分物理、控制、传感器和渲染周期，定位启动与稳态开销。
- 人形机器人：控制维度、对称性与课程恢复
分离模型坐标和策略动作，按阶段验证接触、重置与完整续训。
VLA 与模仿学习3
动作分块、模型服务与配对实验。
- VLA 执行：动作分块、时延与闭环反馈
分离动作表示、生成、消费和调度，量化观测年龄与异步切换。
- OpenPI × LIBERO：服务、观测和动作契约
根据固定上游代码补充字段、图像方向、动作队列与单请求验证。
- Direct / Agent 配对评测与进展核验
固定 episode 身份与预算，区分任务成功、工具完成和机制消融。
Python 与 GPU 工具链3
构建、计时、版本与可复现排错。
- Python 工程：pyproject、uv 锁定与构建隔离
区分运行依赖与构建依赖，从 wheel 和最内层异常排查安装失败。
- GPU 软件栈与 PyTorch / JAX 正确计时
分离驱动、Toolkit、框架运行时，并在异步执行后同步计时。
- 可复现排错：Git、下载、系统 ABI 与证据状态
把安装、网络、扩展和运行错误按层定位，保留最小证据并清理日志隐私。
建议实践路线
- 学习：张量布局 → Autograd → RL 掩码与梯度 → 实验协议。
- 机器人：资产 → 接触 → 仿真时序 → ROS 2 → 人群与导航评测。
- VLA：动作分块 → OpenPI / LIBERO → 配对评测 → GPU 计时与排错。