强化学习行业应用现状 - 强化学习在机器人领域应用广泛，是人形机器人（如宇树、智元）和四足机器人实现爬楼梯、跑步、跳舞等高难度动作的关键技术[2] - 机械臂的视觉语言动作模型与强化学习结合方案在学术领域越来越受欢迎，能提升机器人执行任务的效率与流畅度[3][8] - 强化学习技术是迈向通用具身智能必须攻克的难关，使机器人能适应救援、测量等危险环境场景[2] 课程核心内容与结构 - 课程周期为14周核心在线辅导加8周维护答疑，采用1v6小班模式，每周包含1次直播课、课程录播和专属微信群答疑[7][9][15] - 课程设置三轨并跑，学员可在四足、人形、机械臂三个方向中任选其一作为研究主线[15] - 课程基于最新的IsaacLab仿真环境，提供SAC/PPO/BC/Diffusion Policy等基线代码，涵盖从仿真训练到真机部署的完整流程[15][16][20] 课程产出与目标 - 课程目标明确为产出一篇符合RAL/ICRA/IROS/CoRL等顶级会议或期刊投稿要求的论文初稿[7][9][23] - 课程提供6个以上可创新的研究想法，涵盖四足、人形、机械臂、VLA+RL四大方向，即使学员没有成熟想法也能在提供的基线上迭代出论文初稿[14][16][24] - 课程包含结构化论文模板、统一图表体例、投稿与审稿回复辅导，结营后提供8周论文维护支持补实验、改图和润色[16][21][23] 师资与学员要求 - 授课导师为来自美国顶尖高校的博士后研究员，在RSS、ICRA、IROS、RAL等顶级机器人会议期刊有发表经验并担任审稿人[21] - 学员需具备一定的Python编程和Linux基础，并配备Nvidia GPU（建议12G以上），拥有Unitree/Franka等硬件设备者可优先参与实机环节[25] - 课程选拔需要简单面试，评估学员背景、选题意向和时间投入，每期限额6人[31]