从起点到终点，路径必须 零碰撞
给定观测、目标与障碍物
教会机器人 安全到达
具身智能 · 第十章
输入视觉、深度与目标位置，输出线速度和角速度，让机器人绕过障碍到达终点。
每个样本，都把观察连到 动作
训练样本用 RGB、深度和目标位置作为输入
翻转图像，也要翻转 转向标签
水平翻转后必须将角速度取反
三路特征融合，输出 两个速度
RGB、深度和目标特征先独立提取
既看评估报告，也加一道 安全刹车
用成功率、碰撞率和 SPL 评估策略
00 // THREE LOOPS
导航不是一步，而是感知—规划—执行
感知定位障碍，规划决定绕行，执行落实运动；位置变化后再次进入感知。
VISUAL RECAP
本节场景补充
READ THE SCENE
导航不是一步，而是 感知—规划—执行
导航由感知、规划和执行组成连续闭环，而不是一次性走到终点。
读图顺序：先看对象和环境，再看它们之间的关系，最后回到本节结论。
图片只用于帮助观察本页关系；课程结论仍以正文和逐字稿为准。
01 // PROBLEM
从起点到终点，路径必须零碰撞
给定观测、目标与障碍物，模型输出线速度和角速度，形成无碰撞路径。
02 // METRICS
不是会走，而是走得好
成功率衡量能否到达，碰撞率衡量安全，SPL 衡量路径是否高效。
03 // TRAINING SAMPLE
每个样本，都把观察连到动作
训练样本用 RGB、深度和目标位置作为输入，以专家速度指令作为标签。
04 // SOURCE & SPLIT
专家动作，两条来源；数据按场景切分
专家动作可来自遥操作或 A*、RRT；形成样本后按不同场景切成 80%、10%、10%。
VISUAL RECAP
本节场景补充
READ THE SCENE
专家动作，两条来源；数据按 场景切分
场景隔离能避免训练数据和评估数据相互泄露。
读图顺序：先看对象和环境，再看它们之间的关系，最后回到本节结论。
图片只用于帮助观察本页关系；课程结论仍以正文和逐字稿为准。
04 // DATA SPLIT
场景必须隔离，不能让模型偷看答案
训练、验证和测试必须按场景隔离，否则模型可能记住布局而非学会导航。
05 // AUGMENTATION
翻转图像，也要翻转转向标签
水平翻转后必须将角速度取反，否则增强会制造互相矛盾的错误标签。
06 // BEHAVIOR CLONING
把专家动作当作标准答案
行为克隆用观测到专家动作的监督配对，通过动作误差训练模型模仿专家。
07 // MODEL INPUTS
三路特征融合，输出两个速度
RGB、深度和二维目标分别编码，拼接后经全连接层回归线速度与角速度。
VISUAL RECAP
本节场景补充
READ THE SCENE
三路特征融合，输出 两个速度
行为克隆把观察与专家动作配对，再以损失反馈更新策略。
读图顺序：先看对象和环境，再看它们之间的关系，最后回到本节结论。
图片只用于帮助观察本页关系；课程结论仍以正文和逐字稿为准。
08 // BC LOOP
预测、算损失、更新，再测试
每批样本前向预测两种速度，用两项平方误差反传更新，训练后再测成功、碰撞与 SPL。
08 // DISTRIBUTION SHIFT
偏一步，就进入没见过的世界
行为克隆一旦偏离专家分布会错误累积，纠错轨迹与 DAgger 用犯错状态补课。
10 // EVALUATE
先看曲线，再读场景报告
曲线判断收敛与过拟合，测试报告再把总体指标下钻到窄通道和多障碍场景。
11 // DIAGNOSE
指标先定位，方法才对症下药
先分清成功率、碰撞率或路径效率异常，再匹配 DAgger、RL、BC+RL 与安全层。
12 // PLATFORM CONFIG
数据、模型、训练参数，一次锁定
平台配置同时确定数据源、输入输出、网络、优化器、场景划分、增强与自动评估。
13 // TRAIN
启动训练后，双曲线一起看
训练到 23/50 时训练与验证损失都下降；若验证反向上升，应转入过拟合诊断。
14 // REPORT
总体成绩之外，还要看场景差异
总体成功率 85% 不能替代分场景诊断；窄通道 72% 是最先需要补强的短板。
15 // VISUAL TEST
俯视回放，定位失败发生处
选择场景并播放俯视回放，分别定位碰撞、犹豫超时和绕行过远的轨迹证据。
16 // EXPORT
训练完成，按部署端选格式
通用部署优先 ONNX，继续训练保留 PyTorch，NVIDIA 部署可选择 TensorRT。
17 // COMPETITION TASKS
五类任务，难点逐级变化
静态避障、动态障碍、窄通道与未知场景风险不同，未知场景要借助第九章域随机化。
18 // DATA STRATEGY
多模态看障碍，多样性补极端
RGB 与深度互补，训练数据还要主动覆盖窄通道、密集障碍和暗光等极端条件。
19 // ROBUSTNESS
集成提高稳定性，安全层最后把关
不同初始化与增强的模型可投票或平均；执行前再由深度安全层覆盖危险动作。
20 // CHECKLIST
六项齐备，才进入竞赛验证
场景数据、成功率、泛化、安全代码、演示视频和技术文档共同构成参赛检查线。
RECAP // CHAPTER 10
从 BC 训练，到 竞赛安全
导航三环
感知、规划、执行持续闭环
数据与场景隔离
专家样本按场景切成 80/10/10
BC 与评估
两项 MSE 训练，再看成功、碰撞与 SPL
平台训练与导出
配置、监控、回放、评估与模型导出
竞赛与安全
多模态、多样性、集成和安全层
可靠导航贯通数据、行为克隆、平台评估、竞赛泛化与执行前安全过滤。
SOURCE QUIZ // 10 MCQ
单选题 · 10题
第 1 / 10 题原讲义题库
得分 0 / 10
SOURCE QUIZ // 5 TRUE-FALSE
判断题 · 5题
第 1 / 5 题原讲义题库
得分 0 / 5
SOURCE PRACTICE 01
实操 · 训练导航避障模型
训练并评估一个导航避障模型
任务要求
- 使用实训平台模块 B 的渲染数据（至少 2 个场景，每个场景 500+ 帧）
- 在模型训练模块中创建一个行为克隆训练任务
- 配置训练参数：50 轮、批次大小 32、学习率 0.001
- 启动训练，等待完成
- 查看评估结果，记录成功率和碰撞率
- 使用可视化测试功能，观察模型在 3 个不同场景中的表现
提交要求
- 提交训练评估结果截图（包含成功率、碰撞率、SPL）
- 提交一段模型导航的可视化录屏（至少 30 秒，展示 2 个场景）
- 撰写一份训练报告（200-300 字），包含：
- 训练数据描述（场景数量、总帧数）
- 模型表现分析（成功率、碰撞率、哪些场景表现好/差）
- 改进方向（至少提出 2 条具体改进措施）
评分标准：
- 模型训练成功并完成评估（30%）
- 成功率 ≥ 75%（30%）
- 训练报告分析深入、改进建议具体（40%）