懂技术，
也能说清交付。

新版资料，怎样进入课程？

补充 Newton 与渲染基础、Isaac Lab Arena、三家竞品、MHS 和 Microduck；Astra 索引追到原始方法页。MoveIt 与 SmolVLA 保留为选读。逐项查看阅读范围、练习与验收 →

一周做入门和最小验证。多种子训练、双臂复杂接触与客户试点放入后续深化，不通过增加每日负担来假装完成八周内容。

每天一个实验，
每天补一份证据。

更新：2026-09-21。目标是在入职前用约 21 小时建立技术与产品讨论的共同语言，并验证一个最小工作流。新版指南扩大了物理、渲染、竞品和前沿覆盖；一周只完成入门和第一次验证，不能替代完整训练、客户验证与交付经验。

每天固定 3 小时：讲解 45 分钟、指定阅读 20 分钟、一个主实验 75 分钟、整理与口述 40 分钟。GPU 加练替换主实验或延后，不与主实验叠加；不要在一周内安装所有工具。环境准备最多 45 分钟，超时保留日志继续 CPU 路线。

课程与源文件存放在云端。基础 Python 实验可在 GitHub Codespaces 执行；GPU 任务使用获授权的服务器。课程阅读不依赖某台个人电脑。软件版本、随机种子、资产版本和原始记录随实验保存。

上线状态：Day 1 完整课程与实验包已上线；Day 2–7 为改进后的课程设计，完整课件与实验程序尚待制作。五份工作模板已可下载。

新版阅读怎样安排

逐项参考资料与实操导读 ↗ 已列出原链接、实际读到的章节、练习与验收。每天 20 分钟阅读只选本日主线，其余是按需查阅；新增练习替换原复述或实验整理时间。MoveIt、SmolVLA 从主线移为选读；微信综述正文待补，YC 视频未读，ORCA 只读到产品页。

学习主线：用一个案例串起交付

从“单物体坐标检查 → 单臂抓放 → 双臂协作取放薄板”逐步增加难度。薄板是教学案例；第一课的 40 mm 方块不是 PCB 物理模型。双臂协调、薄板形变、精密接触和真机效果均是后续待验证项，不预设首个商业化客户场景。

每一天同时回答技术和产品两个问题：系统为什么这样工作？这一环节交付给谁、凭什么验收？引擎 SDK、环境 / 数据服务、模型交付可以有不同买方、输入和责任，模块划分不自动决定收费产品。

Day 1 · 平台工作流、几何、成像与资产验收已上线

进入完整第一课 →

• 问题： 看起来正确的模型，为什么还不能承诺能用？资产、仿真环境、轨迹数据和策略模型分别交付什么？
• 讲解： 先画基础仿真、任务 / 数据、模型使用三层工作流，再理解 Mesh、坐标、场景图、碰撞、相机；引入 USD 的 Stage、Prim、Layer 和 Reference。USD 能组织与组合场景，导入成功仍需检查尺度、碰撞与运行行为。
• 主实验（75 分钟）： 20 分钟完成三个浏览器任务；40 分钟修复 Python 配置并保存四份正反例报告；15 分钟填写资产与任务契约的第一版。已有 Blender 者可用模型检查替换文件整理时间。
• 验收： 世界坐标、单位和参考系明确；四份报告分别显示预期失败与通过；契约列出输入资产、目标消费者、输出、未验证项，并说明静态检查不能证明抓取成功。
• 指定阅读： EmbodiChain 场景教程 ↗；OpenUSD Introduction ↗。只找场景如何组织和资产如何引用。
• 新版落实： 用 15 分钟针孔投影与 Real2Sim 练习替换原概念复述：预测焦距和距离的影响，分开外观、几何、动力学与任务验收。阅读以 Scratchapixel 虚拟相机和 OpenUSD 为主；EmbodiChain 源码定位按需查阅。新增内容已在第一课上线。
• 累计产物： 任务与数据契约 v0.1、能力台账前三行。不要把教学程序通过写成生产引擎验证。

Day 2 · 物理与接触、Newton 支持边界：把“仿真不准”变成实验课程设计 · 待制作

• 问题： 物体滑落来自摩擦、尺度、步长还是控制？高画质为什么不能代替接触精度？
• 讲解： 刚体、惯量、摩擦、接触、积分步长、观测与动作；用 ManiSkill 的概念阅读理解任务环境的组织，不增加第二套安装要求。
• 主实验（75 分钟，MuJoCo CPU）： 同一方块先落下，再以固定初速度滑动。改变摩擦做两组对照；随后只把步长减半，固定总模拟时长，记录高度、位移、运行时间和异常。核对两接触表面的有效参数规则。
• 验收： 保存场景、版本与 CSV；每组只改一个变量，解释观测是否支持假设。把穿透、抖动或未停止记录为结果，不能删去难看的运行。
• 指定阅读： MuJoCo Overview ↗；ManiSkill Concepts ↗。
• 新版落实： 阅读 MuJoCo 模型/状态与 Newton 求解器矩阵，给刚体、线缆、颗粒写三行支持范围。用原实验的最后 10 分钟核对后端、步长、初始状态和动作单位；ManiSkill 控制/观测/复现作为解释材料。MotrixSim 的同 MJCF 对照为后续加练，不必首周安装。
• 累计产物： 实验卡 v0.1、接触相关的支持范围与未验证项。关心物理质量是否满足当前任务，而非泛称“高保真”。

Day 3 · 机器人与约束：Isaac Sim 接到任务契约课程设计 · 待制作

• 问题： 关节目标、末端目标、路径规划和实际执行分别由谁负责？单臂示例为什么不能直接证明双臂可用？
• 讲解： 关节、控制误差、机器人资产、固定 / 随动相机；借 MoveIt Planning Scene 区分碰撞查询、约束检查与动力学。允许碰撞的配置不等于接触过程合理。
• GPU 主实验（75 分钟）： 在锁定版本的 Isaac Sim 基础机器人示例中，给一个关节两个目标值，记录目标与实际角；比较固定相机与末端相机；给下一阶段的双臂薄板任务写出互碰、夹持姿态和同步要求，不在本日强行实现完整双臂任务。
• CPU 替代： 在 MuJoCo 简单关节模型完成相同的目标 / 实际角对照，再做约束走读。Isaac 操作和双臂执行仍标为待补。
• 验收： 关节配置、误差曲线、动作接口卡和约束清单齐全；任务成功标准写成可测条件，阈值标明是教学设定还是实际要求。
• 指定阅读： Isaac Sim 教程入口 ↗；选读 MoveIt Planning Scene ↗。首周无需安装完整 ROS / MoveIt 系统。
• 新版落实： 从 MHS 的设备描述与编排读起，用 15 分钟接口故障走读替换部分约束讨论：两设备交接中注入“忙碌、超时、重复请求”。要求命令有前置状态、单位、范围、完成判据与故障退出。MHS 处于研究预览，此处是教学模拟接口，不是协议实现或真机控制。MoveIt 保留为选读。
• 累计产物： 任务契约 v0.2，包含重置、动作单位、时间戳、成功 / 失败与责任边界。

Day 4 · 资产生产、随机化与数据质检课程设计 · 待制作

• 问题： 生成了一万张图或一千段轨迹，究竟有多少可用？感知图像与控制轨迹是否使用同一验收？
• 讲解： 资产来源与版本、可控随机化、标注与质检；区分 Replicator 的感知数据生成和机器人动作轨迹。阅读 LeRobotDataset v3 的状态 / 动作、视频、元数据组织，按 episode 元数据定位片段，不假设一个文件就是一段轨迹。
• 主实验（75 分钟）： 选择可访问的公开小样本，记录数据集版本；检查至少三段 episode 的时间顺序、动作维度、单位、缺帧与终止语义。再复制一段教学样本，注入一个时间错位或缺字段错误，验证质检能发现。不能获取样本时用明确标记的合成样本演练，不记成真实数据验证。
• GPU 替代 / 后续加练： 用 EmbodiChain 官方流程先生成三个 episode 验证链路，只改变一种随机化因素；Replicator 图像 / 标签实验单独报告，不混入动作轨迹数量。
• 验收： 原始数量、合格数量、拒收原因、质检规则和样本血缘可追踪；合成错误能被定位；演示成功、数据合格、任务成功三种结果分开记录。
• 指定阅读： LeRobotDataset v3 ↗；Isaac Sim 6.0 Replicator ↗。EmbodiChain 数据生成章节作为按需查阅。
• 新版落实： 主线读 LeRobotDataset 与 Replicator 捕获/写盘章节。GPU 路线只生成十帧并逐帧核对 RGB/标签/状态，再比较固定场景的 RTX 模式；无 GPU 用教学帧表检查错位。将三层记录分开：物理时间、采集时间、写入完成；资料页的 RTX 支持表按需查阅。
• 累计产物： 数据契约 v0.3、质检小报告；开始统计有效轨迹率与单位可用数据成本。

Day 5 · 数据怎样成为策略：基线与 Arena 评测课程设计 · 待制作

• 问题： 观测与动作如何进入模型？离线误差下降为什么不一定意味着闭环任务更好？
• 讲解： 模仿学习、观测历史、动作表示、数据切分、闭环评估；用 SmolVLA 理解 VLA 的输入输出和数据准备，不要求首周复现基础模型。在线流式读取数据本身不会更新模型权重。
• 主实验（75 分钟，CPU）： 用明确标记的简化状态—动作样本，按整段 episode 划分训练 / 测试集，比较固定动作基线与一个轻量预测器。记录测试误差，再在可运行的简化环境中观察闭环差异；无闭环条件时只报告离线结果。
• GPU 替代： 按锁定版本的 LeRobot 官方流程读取一批真实样本、检查模型输入 / 输出，并运行短预算训练或已有 checkpoint 的独立评估。SmolVLA 全量微调留到扩展阶段。
• 验收： 数据与模型版本、划分规则、基线、误差和闭环结果分别可查；相邻帧不能跨训练 / 测试集造成泄漏；未运行的评估明确留空。
• 指定阅读： LeRobot 模仿学习 ↗；选读 SmolVLA ↗。
• 新版落实： 主线读 LeRobot 采集到评估流程及 Arena 的可控变化。用 15 分钟设计 2 光照 × 2 相机偏移 × 3 种子的评估矩阵，标出构建时与重置时变化；不要求首周安装 Arena。CPU 简化状态环境没有相机时，这 12 格只交评估设计，不能伪造视觉评估结果。SmolVLA 留作 VLA 选读。
• 累计产物： 实验卡 v0.2，写清交付数据、训练环境或模型时各自承担的验收责任。

Day 6 · RL、执行纠错与“无真机”的证据课程设计 · 待制作

• 问题： 修改奖励、训练策略与推理时重试有什么区别？“无真机”省掉了哪个阶段的真机使用？
• 讲解： Isaac Lab 的观测 / 动作 / 奖励 / 终止、训练与评估；把 Reward AI、Astra 等路线放入“数据来源 → 是否更新参数 → 运行反馈 → 评估地点”的表中，逐项判断证据。外部系统的表现不证明本平台具有同等能力。
• CPU 主实验（75 分钟）： 在相同十个初始条件上比较固定脚本和“检测失败后重试一次”的规则。记录成功数、重试数、总步数与人工介入。该练习解释执行纠错，不宣称复现 Astra，也不称作后训练。
• GPU 替代： 选 Isaac Lab 官方小任务，完成随机策略基线与固定预算的短训练。单种子只作为流程验证；奖励权重、多种子与等预算比较移到扩展阶段。保留 Isaac Lab 实操，但不把多组完整 RL 训练塞进首周必修。
• 验收： 三个问题逐项回答：预训练是否用了真机数据？适配阶段是否用了真机交互？最终评估是否在真机上完成？未知就写未知；闭源系统不写成已复现。
• 指定阅读： Isaac Lab Core Concepts ↗；前沿二选一：Reward AI OM-1 ↗ / Astra 评测报告 ↗。
• 新版落实： 从 Astra 汇编只选一个能追到原始方法的案例，填“模型做什么、底层控制做什么、是否用理想抓持、是否训练、是否真机”。拼图方法页已明确区分运动学回放和原生动力学，并披露完整重跑的缺口；因此不能写作通用在线策略已复现。Reward AI 保留原证据分析。
• 累计产物： 能力台账 v0.2，将发布版验证、演示 / 实验、研发中、规划、未知分开。前沿材料保留出处与证据缺口。

Day 7 · 从技术实验到可验收的试点课程设计 · 待制作

• 问题： 谁使用、谁选型、谁付费？客户到底需要 SDK、环境、数据还是模型？
• 主实验（75 分钟）： 用本周实际跑过的案例冻结一个交付范围；选最有依据的一个改进与基线，在独立测试条件上验证。计算可用数据成本，写清客户输入、输出、验收、支持、变更与退出条件。沿用已跑通的 CPU 任务也可以，不追求临时补齐 GPU 链路。
• 客户证据： 整理已有、获授权的沟通记录；准备五个围绕最近一次真实工作的访谈问题。没有真实访谈就填“待验证”，不能把教学假设包装成需求证据。本课程不自动联系任何人。
• 验收： 五份工作材料相互引用：能力台账、客户证据表、任务与数据契约、实验卡、试点方案。用 10 分钟说明客户问题、技术证据、成本、未验证风险与下一步最小实验。
• 指定阅读： 客户访谈主题可从 YC Startup School ↗ 选读；用量计费思路参考 Stripe Usage-based Billing ↗。阅读不是本平台收费方式或客户购买意愿的证据。
• 新版落实： 用 20 分钟对照 MotrixSim SDK、ORCA 开发者产品、Lightwheel 数据/环境平台的交付边界；从本周材料中复用内容，不能只列功能勾选。Microduck 作为教育/消费产品封装选读。主实验最后 15 分钟用量事件去重：A=10、A重复=10、B拒收=5、C=8，原始33、去重23、合格18；结果填进试点报价口径，不连接真实账单。
• 累计产物： 一个可讨论的试点草案；无客户输入时是教学草案，不能标为已验证商业方案。

每天追加的六个指标

先在模板中定义口径和观察窗口，再比较结果：从明确输入到首次通过验收的时长；通过验收的任务数 / 投入人时；符合契约的轨迹数 / 生成轨迹数；全链路成本 / 可用轨迹数；固定质量门槛下首次达标的训练时间；发生人工介入的 episode 数 / 总 episode 数。

教学算例：生成 100 段、60 段通过契约检查，算力 200、资产处理 100、质检返工 200、存储传输与支持 100，单位均为教学货币。总成本 600，原始每段成本 6，真正可用每段成本 10，有效轨迹率 60%。若无合格数据，单位可用成本应记“不可计算”，不能填 0；未达到质量门槛的训练记录“未达标 + 已用时间”。

一周之后：回到完整的八周路线

• 第 2 周： 补齐物理、渲染和传感器的实测，建立 CPU / GPU 基线。
• 第 3–4 周： 深入 USD 资产流程、机器人接入、接触与双臂约束；从单臂案例逐步验证到协作任务。
• 第 5 周： 跑通 EmbodiChain 数据生成、传输、质检与下游读取，核算可用数据成本。
• 第 6 周： 做等预算模仿学习 / RL 对照、多个种子与独立测试；再评估前沿路线迁移价值。
• 第 7–8 周： 用真实客户沟通修订产品边界和计量方式，完成试点评审与交付验证。

五份材料，持续迭代。

能力台账 → 客户证据 → 任务与数据契约 → 实验卡 → 试点方案。每一项结论都能回到版本、配置与原始记录。