機器人課程文件
歡迎來到 🤗 機器人課程
並獲得增強的文件體驗
開始使用
歡迎來到 🤗 機器人課程
這門免費課程將帶你踏上一段旅程，**從經典機器人學到現代基於學習的方法**，以理解、實現並將機器學習技術應用於真實的機器人系統。
本課程基於 機器人學習教程，這是一份面向研究人員和實踐者的綜合性機器人學習指南。在這裡，我們試圖將該教程提煉成更易於社群訪問的形式。
本第一單元將幫助你入門。你將看到課程大綱和學習目標，瞭解課程結構和先決條件，認識課程背後的團隊，學習 LeRobot 和 Hugging Face 生態系統，並探索支援你旅程的社群資源。
本課程連線了機器人學的理論與實踐！它專為對了解機器學習如何改變機器人學感興趣的學生而設計。無論你是機器人學新手，還是希望瞭解基於學習的方法，本課程都將一步步引導你。
本課程你將學到什麼？
在整個課程中，你將學習經典機器人學基礎和現代基於學習的方法，學習使用 LeRobot，使用真實的機器人資料集，並實現最先進的演算法。重點在於你可以應用於實際機器人系統的實踐技能。
在本課程結束時，你將理解
- 機器人如何從資料中學習
- 為什麼基於學習的方法正在改變機器人學
- 如何使用 LeRobot 等現代工具實現這些技術
課程大綱是什麼？
這是機器人課程的總體大綱。每個單元都建立在前面單元的基礎上，為你提供對機器人學的全面理解。
| # | 主題 | 描述 | 已釋出 |
|---|---|---|---|
| 0 | 歡迎來到機器人課程 | 歡迎、先決條件和課程概述 | ✅ |
| 1 | 課程介紹 | 機器人學習和 LeRobot 生態系統介紹 | ✅ |
| 2 | 經典機器人學 | 傳統方法及其侷限性 | ✅ |
| 5 | 強化學習 | 機器人如何透過試錯學習 | 即將推出 |
| 6 | 模仿學習 | 從演示和行為克隆中學習 | 即將推出 |
| 7 | 基礎模型 | 用於通用機器人學的大規模模型 | 即將推出 |
先決條件是什麼？
你應該熟悉基本的 Python（變數、函式、迴圈）。基礎線性代數和微積分有助於全面理解，但並非必需。
對機器學習有一般瞭解是一個加分項，但我們會在概念出現時進行解釋。最重要的是，帶著好奇心來了解機器如何在物理世界中學習行動。
機器人學新手？本課程設計為對初學者友好！我們從基礎開始，逐步構建到高階概念。如果你有問題或需要幫助，請檢視 Hugging Face Hub 上的課程社群。
我需要什麼工具？
沒有機器人？沒問題！你可以透過模擬環境和資料集進行學習。當你準備好時，這些概念可以直接應用於真實硬體。
學習與評估
本課程專為自定進度學習而設計，內建評估，幫助你跟蹤學習進度。
課程特色
- 每個主要單元末尾的互動式測驗，以測試你的理解能力
- 使用 LeRobot 的實踐程式碼示例
- 漸進式難度，從基本概念到高階技術逐步構建
- 實際應用，將理論與實際機器人問題聯絡起來
無需正式認證 - 目標是獲得可應用於你自己的專案和研究的機器人學實踐知識和技能。
建議的學習進度是怎樣的？
本課程設計為自定進度且靈活。每個單元大約需要30-45分鐘完成，包括閱讀、理解概念和完成程式碼示例。
推薦方法
- 花時間理解每個概念 - 機器人學建立在基礎理解之上
- 嘗試程式碼示例 - 動手實踐可加深學習效果
- 參加測驗 - 它們有助於找出需要更多複習的領域
- 在單元之間休息，讓概念深入理解
如何充分利用本課程？
為了充分利用這門機器人課程，我們建議
- 參與社群：加入這裡的討論，探索 LeRobot 文件，並與其他對機器人學感興趣的學習者聯絡。
- 練習程式碼示例：理解機器人學的最佳方式是透過對真實資料集和演算法的實踐經驗。
- 認真對待測驗：它們旨在強化關鍵概念並找出你可能需要額外複習的領域。
- 探索課程之外的內容：嘗試 LeRobot 示例，使用不同的資料集進行實驗，並看看這些概念如何應用於你自己的興趣。
致謝
我們要感謝以下專案和社群
我發現了一個錯誤，或者我想改進課程
歡迎貢獻 🤗
- 如果你發現了一個 bug 或錯誤，請提出問題並描述問題。
- 如果你想改進課程，你可以透過 LeRobot 開發為機器人社群做出貢獻。
- 如果你想新增內容或提出改進建議，請與機器人社群互動並分享你的想法。