| name | embodied-ai-resources |
| description | 具身智能(Embodied AI)领域的资源追踪与知识维护指南。包含 VLA 模型、仿真器、数据集、社区资源的持续更新策略。用于保持 EmbodiedAI.md Foundation 文件的时效性。 |
Embodied AI Resources Tracking Skill
具身智能资源追踪技能
1. 核心追踪目标
本技能用于维护 [[EmbodiedAI]] Foundation 文件的时效性,重点追踪以下快速演进的领域:
1.1 VLA 模型演进
追踪优先级:
├── 🔴 高优先级 (月度更新)
│ ├── Google (RT 系列)
│ ├── Physical Intelligence (π 系列)
│ ├── Stanford / UC Berkeley 开源工作
│ └── 清华/北大/港大国内顶尖组
├── 🟡 中优先级 (季度更新)
│ ├── OpenVLA 生态
│ ├── Diffusion Policy 变体
│ └── 分层 VLA 架构
└── 🟢 低优先级 (半年更新)
└── 垂直领域 VLA (医疗/UAV/驾驶)
关键指标:
- 参数量变化趋势
- 开源状态
- Benchmark 性能
- Sim-to-Real 成功率
1.2 仿真器生态
| 仿真器 | 追踪频率 | 关注点 |
|---|
| Isaac Lab | 月度 | 新功能、API变更、官方教程 |
| MuJoCo Playground | 季度 | MJX 性能、新环境 |
| Genesis | 月度 | 快速迭代期,关注新特性 |
| SAPIEN | 季度 | RoboTwin 生态 |
1.3 数据集与 Benchmark
追踪项目:
├── Open X-Embodiment 扩展
├── DROID 更新
├── RH20T 中文数据集
├── 新兴 Benchmark (如 SIMPLER)
└── 真机数据集发布
2. 信息源优先级
Tier 1: 官方权威源 (每周检查)
| 来源 | 类型 | URL |
|---|
| Embodied-AI-Guide | GitHub | github.com/TianxingChen/Embodied-AI-Guide |
| LeRobot | HuggingFace | huggingface.co/lerobot |
| Isaac Lab Docs | 官方文档 | isaac-sim.github.io/IsaacLab |
| Simulately Wiki | 社区Wiki | simulately.wiki |
Tier 2: 社区与论坛 (每两周检查)
| 来源 | 平台 | 价值 |
|---|
| Lumina 社区 | Website | lumina-embodied.ai |
| 石麻日记 | 公众号 | 深度技术分析 |
| 机器之心/新智元 | 公众号 | 行业动态 |
| Twitter/X | @simulately12492 | 实时更新 |
Tier 3: 学术源 (会议前集中检查)
重点会议时间线:
├── CoRL (11月) - 机器人学习顶会
├── RSS (7月) - 机器人顶会
├── ICRA (5月) - 机器人大会议
├── NeurIPS (12月) - AI顶会机器人track
├── CVPR (6月) - 视觉+机器人
└── ICLR (5月) - 学习方法
3. 更新工作流
3.1 定期维护检查清单
## 月度维护 Checklist
### VLA 模型
- [ ] 检查 OpenVLA/π₀ 是否有新版本
- [ ] 扫描 arXiv robotics 最近30天
- [ ] 更新 EmbodiedAI.md 模型表格
### 仿真器
- [ ] 检查 Isaac Lab release notes
- [ ] 检查 Genesis 更新
- [ ] 更新版本号和新特性
### 社区资源
- [ ] Embodied-AI-Guide 新增内容
- [ ] 新增重要 Awesome 列表
### Foundation 关联
- [ ] 检查是否有新概念需链接到其他 Foundation
- [ ] 验证现有 wikilinks 有效性
3.2 新内容融合流程
新 VLA 模型/方法发布
│
▼
┌─────────────────────────────────────┐
│ Step 1: 分类判断 │
│ ───────────────────────────────── │
│ • 全新架构范式 → 新增章节 │
│ • 现有范式改进 → 补充到对应小节 │
│ • 工程优化 → Implementation 更新 │
└─────────────────────────────────────┘
│
▼
┌─────────────────────────────────────┐
│ Step 2: 关联检查 │
│ ───────────────────────────────── │
│ • 是否涉及新的 Foundation 概念? │
│ • 是否需要更新 taxonomy.md? │
│ • 是否有对应论文需创建 PapersRecap?│
└─────────────────────────────────────┘
│
▼
┌─────────────────────────────────────┐
│ Step 3: 执行更新 │
│ ───────────────────────────────── │
│ • 更新 EmbodiedAI.md │
│ • 添加 wikilinks │
│ • 更新 Evolution 时间线 │
└─────────────────────────────────────┘
4. 关键资源索引
4.1 核心 GitHub 仓库
VLA & Robot Learning:
├── openvla/openvla # OpenVLA 官方
├── Physical-Intelligence/openpi # π₀ 开源实现
├── huggingface/lerobot # HuggingFace 机器人库
├── robotwin-Platform/robotwin # RoboTwin 2.0
├── ARISE-Initiative/robosuite # Robosuite
└── google-deepmind/mujoco_playground # MuJoCo Playground
Simulators:
├── isaac-sim/IsaacLab # NVIDIA Isaac Lab
├── google-deepmind/mujoco # MuJoCo
├── haosulab/SAPIEN # SAPIEN
└── Genesis-Embodied-AI/Genesis # Genesis
Paper Lists:
├── TianxingChen/Embodied-AI-Guide # 本技能的主要参考
├── YanjieZe/awesome-humanoid-robot-learning
├── GT-RIPL/Awesome-LLM-Robotics
└── geng-haoran/Simulately # 仿真器百科
4.2 关键论文追踪
以下论文代表各方向的里程碑,其后续工作值得密切关注:
| 方向 | 里程碑论文 | 关注后续 |
|---|
| VLA 起源 | RT-1, RT-2 | Google Robotics 新工作 |
| 开源 VLA | OpenVLA | Stanford/Berkeley 新工作 |
| 扩散策略 | Diffusion Policy | π₀, RDT 系列 |
| 3D 感知 | 3D-VLA | 点云/NeRF + VLA |
| Sim-to-Real | Domain Randomization | 系统识别、Teacher-Student |
4.3 学习路径资源
入门路径 (1-2周):
├── RoboTwin 2.0 官方教程
├── Isaac Lab Getting Started
└── LeRobot 文档
进阶路径 (1-2月):
├── 西湖大学赵世钰 RL 课程
├── UC Berkeley CS285
├── Diffusion Policy 论文 + 代码
└── OpenVLA 源码阅读
研究路径:
├── 阅读 CoRL/RSS/ICRA 最佳论文
├── 复现 1-2 个经典工作
└── 在 Isaac Lab 中设计新任务
5. 与其他 Skills 的协作
5.1 knowledge-graph-management
协作点:
├── 遵循统一的 Foundation 输出格式
├── 使用标准的 wikilink 规范
├── 参与每次会话的健康检查
└── 更新 taxonomy.md 时保持一致性
5.2 obsidian-markdown
格式规范:
├── 使用 Obsidian callout 语法 (> [!note], > [!tip])
├── 表格对齐
├── 代码块语言标注
└── Mermaid 图表 (如需)
6. 快速参考卡片
VLA 模型速查
┌────────────────────────────────────────────────────────────┐
│ VLA Model Quick Reference │
├────────────────────────────────────────────────────────────┤
│ Model │ Params │ Action │ Open? │ Key Innovation │
├─────────────┼────────┼────────┼───────┼────────────────────┤
│ RT-1 │ 35M │ Token │ ❌ │ 开创性工作 │
│ RT-2 │ 55B │ Token │ ❌ │ VLM直接输出动作 │
│ OpenVLA │ 7B │ Token │ ✅ │ Prismatic backbone │
│ π₀ │ 3.3B │ Flow │ ✅ │ Flow Matching │
│ Octo │ 93M │ Diff │ ✅ │ 泛化能力 │
│ RDT-1B │ 1.2B │ Diff │ ✅ │ 双臂操作 │
└─────────────┴────────┴────────┴───────┴────────────────────┘
仿真器速查
┌────────────────────────────────────────────────────────────┐
│ Simulator Quick Reference │
├────────────────────────────────────────────────────────────┤
│ Simulator │ Engine │ GPU? │ Best For │
├─────────────┼─────────┼──────┼─────────────────────────────┤
│ Isaac Lab │ PhysX 5 │ ✅ │ 大规模并行 RL │
│ MuJoCo │ 自研 │ MJX │ 精细操作、Benchmark │
│ SAPIEN │ PhysX │ ✅ │ 快速原型、RoboTwin │
│ Genesis │ 多后端 │ ✅ │ 4300万FPS、可微 │
│ PyBullet │ Bullet │ ❌ │ 教学入门 │
└─────────────┴─────────┴──────┴─────────────────────────────┘
Changelog
| 日期 | 更新内容 |
|---|
| 2026-02-02 | 初始创建,基于 lumina-eai-guide.pdf 内容萃取 |