从起点到终点，路径必须 零碰撞
给定观测、目标与障碍物
CH.10 / NOTES
教会机器人 安全到达
具身智能 · 第十章
输入视觉、深度与目标位置，输出线速度和角速度，让机器人绕过障碍到达终点。
每个样本，都把观察连到 动作
训练样本用 RGB、深度和目标位置作为输入
翻转图像，也要翻转 转向标签
水平翻转后必须将角速度取反
三路特征融合，输出 两个速度
RGB、深度和目标特征先独立提取
既看评估报告，也加一道 安全刹车
用成功率、碰撞率和 SPL 评估策略
UNIT 01 / MEETING NOTES
小节一 · 从起点到终点
先围绕“从起点到终点，路径必须 零碰撞”建立问题，再逐页核对本小节的机制与证据。
01 // PROBLEM
从起点到终点，路径必须零碰撞
给定观测、目标与障碍物，模型输出线速度和角速度，形成无碰撞路径。
02 // METRICS
不是会走，而是走得好
成功率衡量能否到达，碰撞率衡量安全，SPL 衡量路径是否高效。
03 // TRAINING SAMPLE
每个样本，都把观察连到动作
训练样本用 RGB、深度和目标位置作为输入，以专家速度指令作为标签。
UNIT 02 / MEETING NOTES
小节二 · 场景必须隔离
先围绕“场景必须隔离”建立问题，再逐页核对本小节的机制与证据。
04 // DATA SPLIT
场景必须隔离，不能让模型偷看答案
训练、验证和测试必须按场景隔离，否则模型可能记住布局而非学会导航。
05 // AUGMENTATION
翻转图像，也要翻转转向标签
水平翻转后必须将角速度取反，否则增强会制造互相矛盾的错误标签。
06 // BEHAVIOR CLONING
把专家动作当作标准答案
行为克隆用观测到专家动作的监督配对，通过动作误差训练模型模仿专家。
UNIT 03 / MEETING NOTES
小节三 · 三路特征融合
先围绕“三路特征融合，输出 两个速度”建立问题，再逐页核对本小节的机制与证据。
07 // MODEL
三路特征融合，输出两个速度
RGB、深度和目标特征先独立提取，再融合回归线速度与角速度。
08 // DISTRIBUTION SHIFT
偏一步，就进入没见过的世界
行为克隆一旦偏离专家分布会错误累积，纠错轨迹与 DAgger 用犯错状态补课。
09 // EVALUATE & GUARD
既看评估报告，也加一道安全刹车
用成功率、碰撞率和 SPL 评估策略，再用安全层拦截可能碰撞的动作。
RECAP // CHAPTER 10
从训练样本，到 安全动作
从起点到终点，路径必须 零碰撞
给定观测、目标与障碍物
每个样本，都把观察连到 动作
训练样本用 RGB、深度和目标位置作为输入
翻转图像，也要翻转 转向标签
水平翻转后必须将角速度取反
三路特征融合，输出 两个速度
RGB、深度和目标特征先独立提取
既看评估报告，也加一道 安全刹车
用成功率、碰撞率和 SPL 评估策略
可靠导航来自按场景划分的数据、行为克隆训练、分布偏移纠错与安全过滤。
SOURCE QUIZ // 10 MCQ
单选题 · 10题
第 1 / 10 题原讲义题库
得分 0 / 10
SOURCE QUIZ // 5 TRUE-FALSE
判断题 · 5题
第 1 / 5 题原讲义题库
得分 0 / 5
SOURCE PRACTICE 01
实操 · 训练导航避障模型
训练并评估一个导航避障模型
任务要求
- 使用实训平台模块 B 的渲染数据（至少 2 个场景，每个场景 500+ 帧）
- 在模型训练模块中创建一个行为克隆训练任务
- 配置训练参数：50 轮、批次大小 32、学习率 0.001
- 启动训练，等待完成
- 查看评估结果，记录成功率和碰撞率
- 使用可视化测试功能，观察模型在 3 个不同场景中的表现
提交要求
- 提交训练评估结果截图（包含成功率、碰撞率、SPL）
- 提交一段模型导航的可视化录屏（至少 30 秒，展示 2 个场景）
- 撰写一份训练报告（200-300 字），包含：
- 训练数据描述（场景数量、总帧数）
- 模型表现分析（成功率、碰撞率、哪些场景表现好/差）
- 改进方向（至少提出 2 条具体改进措施）
评分标准：
- 模型训练成功并完成评估（30%）
- 成功率 ≥ 75%（30%）
- 训练报告分析深入、改进建议具体（40%）