精细操作 · ACT实战方案

📚 30章完整路径 v2.0
01
机械臂基础与ACT概览
  • 机械臂发展史
  • ACT算法核心思想
  • 课程框架与学习路径
02
运动学基础 (上)
  • 刚体变换
  • 旋转矩阵
  • 欧拉角与四元数
  • 齐次变换矩阵
03
运动学基础 (下)
  • 正运动学DH参数法
  • 逆运动学解析法与数值法
04
动力学基础
  • 牛顿-欧拉法
  • 拉格朗日法
  • 动力学参数辨识入门
05
轨迹规划
  • 关节空间规划 (梯形/S形)
  • 笛卡尔空间规划 (直线/圆弧)
06
力控制基础
  • 阻抗控制
  • 导纳控制
  • 力位混合控制原理
07
ACT算法原理 (一)
  • 模仿学习概述
  • 行为克隆(BC)与ACT关联
08
ACT算法原理 (二)
  • Transformer架构详解
  • CVAE在ACT中的应用
09
ACT算法原理 (三)
  • ACT模型训练流程
  • 损失函数设计
  • 动作序列预测机制
10
环境搭建 (一)
  • ROS/ROS2安装配置
  • MoveIt框架介绍
11
环境搭建 (二)
  • 仿真环境 (Gazebo/Isaac Sim)
  • 机械臂URDF模型导入
12
环境搭建 (三)
  • Python虚拟环境配置
  • PyTorch安装
  • CUDA与cuDNN配置
13
数据采集 (一)
  • 遥操作设备 (3D鼠标/力反馈手柄)
  • 数据记录格式设计
14
数据采集 (二)
  • 基于ROS的数据采集节点
  • 多传感器数据同步
15
数据预处理
  • 数据清洗与异常值剔除
  • 时间对齐
  • 数据增强 (加噪/平滑)
16
ACT模型实现 (一)
  • 构建Transformer编码器-解码器
17
ACT模型实现 (二)
  • 实现CVAE模块
  • 动作分块 (Action Chunking)
18
ACT模型实现 (三)
  • 训练脚本编写
  • 模型保存与加载
  • TensorBoard可视化
19
模型评估
  • 仿真环境评估
  • 成功率统计
  • 动作平滑度分析
  • 泛化能力测试
20
模型部署 (一)
  • 模型导出 (TorchScript/ONNX)
  • C++推理接口封装
21
模型部署 (二)
  • 与ROS节点集成
  • 实时推理管线
  • 控制频率优化
22
精细操作案例 (一)
  • 插拔USB接头
  • 力觉引导柔顺插接
23
精细操作案例 (二)
  • 穿针引线
  • 视觉伺服与微小力控
24
精细操作案例 (三)
  • 螺丝拧紧
  • 力矩控制与姿态调整
25
精细操作案例 (四)
  • 叠放积木
  • 高精度位姿估计与抓取
26
故障诊断与调试
  • 模型不收敛
  • 动作抖动
  • 力控振荡排查
27
性能优化
  • 模型量化
  • TensorRT加速
  • 动作帧率提升技巧
28
进阶话题 (一)
  • 多模态融合 (视觉+触觉+力觉)
29
进阶话题 (二)
  • ACT与强化学习结合
  • 在线微调策略
30
课程总结与展望
  • ACT技术前沿 (扩散策略/3D视觉)
  • 项目实战建议