Sense
把 image、depth、LiDAR 变成可用观测。
Start Here
先按当前状态分流
四张卡片分别服务第一次进入、AI/CS 转 robotics、按路线学习、项目或前沿导向。每张卡都给一个下一步动作。
Stuck Diagnostic
我卡在哪一层
先说清问题属于闭环哪一层，再选择路线、资源或项目。这个组件只做分流，不要求你一次读完所有材料。
坐标系 / 几何 / 运动学
下一步不是多收藏资料，而是补一个可验证短板
先补 SE(3)、Jacobian、IK 和 trajectory generation，再做一个刚体变换或机械臂运动小实验。
状态估计 / SLAM 不稳
下一步不是多收藏资料，而是补一个可验证短板
把 perception output、state estimate、map 和 belief 分清，再用 Kalman filter 或 SLAM 漂移案例验证。
路径 / 运动 / 操作接不上
下一步不是多收藏资料，而是补一个可验证短板
先区分 path planning、motion planning、trajectory optimization 和 task planning，再做 A* / RRT 或 pick-and-place。
轨迹能画但机器人跟不住
下一步不是多收藏资料，而是补一个可验证短板
重点看 feedback、stability、delay、saturation 和扰动，用曲线解释 overshoot 与 settling time。
ROS / 仿真 / 日志跑不通
下一步不是多收藏资料，而是补一个可验证短板
先检查 TF、timestamp、topic rate、bag、launch 和安全 fallback，把系统问题写成 debug checklist。
看 VLA / humanoid 论文没判断框架
下一步不是多收藏资料，而是补一个可验证短板
用 data、action representation、real robot validation、safety、deployment 五个问题判断价值。
One Task Lens
用一个移动机械臂任务看见整套系统
“把杯子放进收纳盒”不是 toy example。它逼你处理 noisy sensors、pose、map、planning、feedback、contact 和 safety。
看见桌面、杯子和障碍物
Perception 把 image、depth、LiDAR 转成 object、pose 和 free space。
知道自身和目标在哪里
State estimation 融合 IMU、encoder、camera，维护 pose、velocity、belief。
形成可行动的世界表示
Map、costmap、scene graph 告诉规划器哪里可走、哪里可抓、哪里危险。
决定下一步怎么做
Planning 产生路径、动作序列、抓取方案或任务分解。
稳定跟踪计划
Control 把轨迹变成速度、力矩或力控制，并用 feedback 抵抗扰动。
让真实身体改变世界
Actuation 受电机、摩擦、延迟、接触、负载和安全边界限制。
Six Entrypoints
六个入口，各自回答一个学习问题
首页负责分流，知识地图负责定位，路线负责排序，资源负责补短板，项目负责验证，前沿负责判断研究价值。
首页
确认站点目的
知道这个指南适合谁、解决什么问题、下一步点哪里。
回到首页分流 知识地图 定位系统层级用 Body / Environment / Task / Representation 和闭环层级定位短板。
用知识地图定位短板 路线 安排学习顺序把 12 周拆成共同底座、方向选择和可检查产出。
选择 12 周学习路线 资源 按短板选择材料只打开能服务当前项目或当前阶段的课程、教材和文档。
按短板选择资源 项目 验证真实理解用系统图、指标、日志和失败复盘证明理解闭环。
打开项目模板 前沿 判断研究价值用数据、动作、验证、安全和部署筛选 VLA、humanoid 和 diffusion policy。
用前沿矩阵筛论文