具身智能不再是论文里的概念
这门课解决的核心问题，是把“机器人”从纯机械结构拉进“智能体”的范畴。很多传统课程只讲机械臂的运动学或底层的电机控制，学完你能造出一个听话的机器，但它看不懂环境、不会自主决策。J4 具身智能课程的切入点不同，它针对的是当前产业界最急需的能力——让机器人像人一样，通过视觉感知理解世界，并基于大模型或行为树进行高维度的任务规划。
对于正在从事自动化、嵌入式开发，或者对 ROS（机器人操作系统）有基本认知的开发者来说，这门课填补了从“代码执行”到“自主智能”之间的断层。它不是教你怎么拧螺丝，而是教你如何让机器人在非结构化环境中，完成抓取、导航、交互等复杂任务。这直接对应了当下智能制造、服务机器人、物流仓储等场景的真实痛点。
适合谁，以及学习路径建议
不建议零基础的计算机初学者直接上手，因为课程涉及大量数学物理背景和工程部署。理想的学习者是：已经掌握 Python 编程，了解 Linux 基本操作，且对 ROS/ROS2 有入门级认识的开发人员。如果你正在准备转型进入机器人行业，或者现有工作中需要接入智能控制模块，这门课的资料结构非常清晰，建议按以下顺序展开。
首先关注基础架构部分，弄懂仿真环境（如 Gazebo 或 Isaac Sim）与真实硬件的映射关系，这是具身智能低成本试错的基石。其次，重点攻克感知模块，课程会讲解如何融合 RGB-D 相机数据与点云处理，这是机器人“眼睛”的关键。最后，深入行为决策层，学习如何将大语言模型（LLM）或视觉语言模型（VLM）的输出转化为机器人的具体动作指令。不要急于求成，先用仿真跑通全流程，再考虑移植到实体机。
学完能独立做什么
完成课程并配合资料包中的案例进行练习后，你将具备独立搭建“感知-决策-执行”闭环系统的能力。具体表现为：能够基于 ROS 框架，调用视觉模型识别并定位目标物体；能够编写导航节点，实现自主路径规划与避障；最重要的是，能够设计一套指令解析逻辑，让机器人听懂自然语言指令（如“把红色的杯子拿到桌上”）并拆解为一系列原子动作。这份能力在目前的就业市场上，属于稀缺的高端技能，尤其适用于那些希望将 AI 落地到物理世界的团队。
课程目录
01 开班典礼/ 01 具身智能开班典礼.mp4 .mp4 资料.zip 02 具身智能机器人学基础/ 第一节-位姿描述与坐标系变换.mp4 .mp4 第三节-机器人逆运动学与雅可比矩阵.mp4 .mp4 第二节-机器人正运动学基础.mp4 .mp4 第四节-实战：用Python实现坐标变换与运动 .mp4 课程笔记.pdf 03 具身智能仿真与开发工具链/ 第一节-仿真环境概述与平台对比.mp4 .mp4 第三节-Sim2Real基础概念.mp4 .mp4 第二节-机器人数据格式与通信基础.mp4 .mp4 第四节-实战：搭建第一个机器人仿真环境 .mp4 课程笔记.pdf 04 具身智能发展历程与趋势/ 10 第一节-具身智能定义与核心概念.mp4 .mp4 11 第二节-发展历程：从Shakey到GPT.mp4 .mp4 12 第三节-技术突破：RT-1到RT-2演进（上）.mp4 .mp4 13 第三节-技术突破：RT-1到RT-2演进（下）.mp4 .mp4 14 第四节-未来趋势与产业预测（上）.mp4 .mp4 15 第四节-未来趋势与产业预测（下）.mp4 .mp4 05 核心技术图解/ 16 感知层：视觉与传感器技术&决策层：AI算法与模型 .mp4 17 第三节-执行层：运动控制与操作（上）.mp4 .mp4 18 第三节-执行层：运动控制与操作（下）.mp4 .mp4 19 第四节-系统集成与通信架构（上）.mp4 .mp4 20 第四节-系统集成与通信架构（下）.mp4 .mp4 06 产业链与职业发展/ 21 第一节-产业链分析：上中下游.mp4 .mp4 22 具身智能第5章2节（上）-小脂老师.mp4 .mp4 23 第二节-主流机器人产品介绍（下）.mp4 .mp4 24 第三节-商业模式与市场机会.mp4 .mp4 25 第四节-职业发展路径规划.mp4 .mp4 07 数字图像处理基础（选修）/ 26 第一节-图像表示与色彩空间.mp4 .mp4 27 第二节-图像滤波与边缘检测.mp4 .mp4 28 第三节-形态学操作与特征提取.mp4 .mp4 29 第四节-图像匹配与相机标定.mp4 .mp4 08 OpenCV实战应用（选修）/ 30 OpenCV核心API与操作 .mp4 31 实战：人脸检测与识别应用 .mp4 32 实战：车道线检测系统 .mp4 33 实战：AR标记识别工具 .mp4 09 Linux基础操作/ 34 第一节-Ubuntu在AI时代的价值和定位.mp4 35 第二节-文件系统与基础命令&用户权限与进程管理1.mp4 36 第三节-文本处理与Shell脚本(上).mp4 37 第四节-文本处理与Shell脚本(下).mp4 10 AI开发环境部署/ 38 第一节-初识AI开发：你需要准备什么.mp4 39 Docker容器技术入门与应用&Python虚拟环境与依赖管理 .mp4 40 实战：GPU驱动、CUDA配置与深度学习环境完整搭建 .mp4 11 ROS 2基础概念/ 41 第1节-1-ROS2核心概念.mp4 .mp4 42 第1节-2-ROS2环境搭建.mp4 .mp4 43 第2节-1-工作空间.mp4 .mp4 44 第2节-2-功能包.mp4 .mp4 45 第3节-1-节点.mp4 .mp4 46 第3节-2-话题通信.mp4 .mp4 47 1.服务机制.mp4 .mp4 48 2.动作机制.mp4 .mp4 12 ROS 2编程实践/ 13 仿真与可视化/ 14 机器人硬件基础/ 49 交付-1-机器人机械结构基础.mp4 .mp4 50 电机与驱动原理（上）.mp4 .mp4 51 电机与驱动原理（下）.mp4 .mp4 52 传感器集成.mp4 .mp4 15 视觉传感器技术/ 50 RGB摄像头原理与应用.mp4 .mp4 51 深度相机原理与数据处理.mp4 .mp4 52 相机标定与图像校正.mp4 .mp4 53 实战：视觉传感器数据采集 .mp4 16 激光雷达与多传感器融合/ 54 激光雷达（LiDAR）技术原理.mp4 .mp4 55 点云数据处理与滤波.mp4 .mp4 56 IMU与编码器应用.mp4 .mp4 57 实战：多传感器数据融合系统 .mp4 17 深度学习基础与PyTorch（选修）/ 58 深度学习基础回顾&PyTorch框架核心API .mp4 18 CNN与目标检测（选修）/ 19 模型部署与应用（选修）/ 20 数据采集流程与规范/ 21 标注工具实操/ 22 图形化编程与任务编排/ 23 项目实战/ J4：具身智能机器人从入门到产业应用.png
