https://youtu.be/bPtiN8MS-LE
P1: 英语原声视频（外挂中、英字幕） https://youtu.be/bPtiN8MS-LE 由 Kevin Wood | Robotics & AI 发布于 2026年8月15日
P2: 汉语配音视频 由 https://www.vdub.app 提供支持
在本视频中，我将拆解机器人强化学习的完整流程——从在仿真中建模机器人，到训练强化学习策略，再到将其部署到真实硬件上。
以旋转倒立摆为例，我会展示强化学习机器人项目的所有主要部分是如何串联在一起的，以及当你的控制器不工作时你需要理解哪些内容。
视频内容包括：
• 从 CAD → STL → MuJoCo XML/MJCF 创建机器人模型
• 设置电机、关节、坐标系和控制模式
• 构建 Gymnasium 环境
• 状态、观测、动作、奖励、终止、重置与回合
• 使用 PPO 和 Stable-Baselines3 训练策略神经网络
• 奖励塑形与域随机化
• 理解训练后的模型权重
• 将训练好的策略部署到真实硬件
• 传感器、动作缩放、控制回路与硬件安全
0:00 机器人强化学习
1:24 对机器人进行建模
2:35 MuJoCo XML / MJCF
3:42 电机、控制模式与坐标系
5:09 训练强化学习策略
7:06 构建Gymnasium环境
7:52 观测与状态
8:04 设计奖励函数
9:51 重置与终止条件
11:03 域随机化
12:08 PPO训练脚本
14:25 部署到真实硬件
15:50 硬件安全
16:14 传感器与硬件注意事项
17:26 导出并运行策略
17:53 硬件测试结果
18:19 调试与迭代
18:49 最终思考
