EMBODIED AI - Software 2.0

ROS 2 自主移动机器人C++指南

基于机器人的基础概念（如Bug1和Bug2等规划方法），本指南提供了一个全面且易于理解的移动机器人概述，并附带一个2D示例。

以前需要数周的工作现在只需几分钟。

我采用一个非常简单朴素的流匹配VLA模型，实证测试它在官方数据集上训练并通过环境 rollout 评估时，在LIBERO上的实际表现。

们将深入探讨软件堆栈，不仅涵盖实时硬件控制，还包括完全相同的系统如何接入模拟后端、统一的数据收集管道，以及最终用于端到端控制的推理设置。

2026年，模拟器已成为AI每年可以安全犯下一百万次错误而不会在真实仓库中犯一次错的唯一场所。

本文是我这几个月思考的记录。从LeRobot给我的启发到项目中的实践和挫折，我想分享我的观点：具身智能目前的瓶颈不是算法，而是硬件碎片化和"物理诅咒"下的标准化缺失。

本系列是关于使用ROS 2 Humble和Gazebo构建生产级AMR（自主移动机器人）的10部分教程的第一部分——从绝对零基础到完全自主导航的机器人。

ROS 2 Composition：使用ROS 2组件进行进程内通信的开发指南。

我们正处于机器人技术历史上一个独特的时刻。超过5亿美元的资金涌入Field AI和Genesis AI，这不仅仅是风险投资追逐下一个闪亮的事物——而是对我们终于组装好了解决机器人技术基本智能问题所需的所有部件的认可。

LeRobot，由Hugging Face开发，旨在通过提供最先进的模型、数据集和工具降低机器人研究的门槛。本综合指南专为希望在真实机器人上实现机器学习算法的研究人员和工程师设计。