先选路线再开始学习，避免低效试错。
按模块系统推进，建立可落地的工程闭环。
判断你的既有经验是否适合切入具身算法。
需要补基础时，直接进入教程主线。
从项目验证学习成果，构建可展示经验。
补齐项目、数据、工具链等关键资源。
从系统认知到工程闭环。
MuJoCo / Isaac Sim / Gazebo 等仿真平台 + RViz / RQT 可视化工具。
从 MDP 到 PPO/SAC，建立算法直觉。
补齐跨模态表示、对齐与融合基础。
进入视觉-语言-动作大模型主线。
仿照 CS123，8 章从 PD 走到 LLM 驱动四足。
搭建第一个可运行的仿真环境。
最小 RL 训练与评估闭环。
机械臂到点控制与连续动作策略训练。
从硬件连接到策略回放的最小真机流程。
在真机前先练复杂接触任务。
数据集、清洗与格式转换。
仿真、训练、benchmark 与评测。
重点开源项目内容与学习资料。
对比 Isaac Sim、MuJoCo、Gazebo 的差异与适用场景。
从科普过渡到系统教程主线。
从案例和代码建立工程感知。
执行器负责把电能变成旋转、位移和力矩。后面的 PID 并不是悬空工作的，它最终调的就是这些真实的运动响应。
右侧可以切换三种常见电动执行器，并观察命令与负载变化后它们在到位、掉速和发热上的差别。
带编码器做闭环纠偏，擅长精确到位与稳定保持。
按脉冲逐格前进，结构简单、低速有力，但负载大时可能失步。
高速高效、功率密度高，通常配合驱动器和减速器进入机器人关节。
当前 目标角度: 12°
负载越大，电机越容易出现掉速、发热或保持误差。