AIB310002 · 2026 秋季

让智能拥有身体,
在世界中学习。

从感知、世界模型与决策,到视觉—语言—动作模型和真实机器人系统。这门课不只讨论模型能知道什么,更关注智能体如何观察、思考并完成行动。

16 周系统课程
团队协作课程项目
真实任务现场演示

学习主线

一条完整的智能闭环

课程以“机器人如何完成一个真实任务”为主线,把算法、系统与实践放进同一张地图。

01

从传感器到场景理解

感知世界

学习机器人如何通过视觉、触觉与本体感觉建立对环境和自身状态的可靠认识。

  • 多模态传感
  • 三维视觉
  • 状态估计
02

从表征到世界模型

理解与推理

理解空间、物体、动作与因果关系如何进入可计算的表征,并支持预测和推理。

  • 空间表征
  • 世界模型
  • 具身认知
03

从目标到行动策略

决策与学习

比较规划、模仿学习与强化学习,理解机器人怎样在不确定环境中选择下一步行动。

  • 运动规划
  • 模仿学习
  • 强化学习
04

从模型到真实机器人

构建智能体

把感知、语言、决策和控制连成闭环,完成一个能够在真实环境中工作的系统。

  • VLA 模型
  • 系统集成
  • Sim-to-Real

贯穿课程的问题

一个机器人怎样知道
自己该做什么,并真正做到?

感知
理解
决策
行动
反馈

课程安排

16 周,从概念到系统

前半程建立共同基础,后半程进入机器人学习与前沿模型;每个模块都服务于最终项目。

01

具身智能:从“会回答”到“会行动”

05

国庆放假(不上课)

放假
07

运动学、动力学与机器人控制

行动
08

运动规划与操作策略

行动
09

模仿学习:从示范中学习动作

学习
10

强化学习:在交互中优化策略

学习
11

世界模型与模型式决策

推理
12

视觉—语言—动作模型(VLA)

前沿
13

具身智能体:记忆、工具与任务规划

前沿
14

仿真平台、数据与 Sim-to-Real

实践
15

安全、评测与真实部署

实践
16

Demo Day:让系统在现场完成任务

项目

课程主题会根据领域进展与项目节奏微调;具体上课时间、地点和材料以教学平台通知为准。

课程项目

做出一个能在现场
完成任务的智能体

团队选择一个边界清楚的真实任务,完成问题定义、数据与仿真、模型训练、系统集成和现场评测。最终成绩看的是系统能否稳定工作,以及你能否解释它为什么成功或失败。

01

问题定义明确任务、环境与成功标准

02

原型验证用最小系统验证关键假设

03

闭环集成让感知、决策与行动真正连通

04

现场评测用可复现的指标展示系统能力

项目交付物
01
系统演示

现场完成约定任务

02
技术报告

说明设计、实验与限制

03
开源仓库

保存代码、配置与复现说明

DEMO DAY · 第 16 周

完成课程后

你应该能够独立回答四个问题

解释具身智能系统的感知—推理—行动闭环

为具体任务选择合适的学习与控制方法

读懂并复现具身智能领域的代表性工作

完成一个可演示、可评测的机器人项目

学习入口

从这里开始