看清模块
帮助你看清机器人领域的核心模块，不再在零散名词和碎片链接里打转。
这个项目是做什么的？
不是资源堆砌，也不是单纯的思维导图展示，而是一个面向长期成长的技术导航系统。
理解依赖
把数学、机器人学、控制、学习算法、系统工程之间的依赖关系讲清楚。
形成路径
告诉你当前该学什么、下一步该补什么，而不是只给一堆“看起来很全”的目录。
连接行动
把知识页、路线图、论文导航、开源生态串起来，最终服务研究与工程落地。
知识库搜索
在 89 个知识页面中快速定位概念、方法或任务。
两条成长路线
先建立清晰主线，再沿着控制、学习与机器人系统逐层扩展。
路线 A：控制与学习主线
从数学基础、刚体运动、运动学、动力学出发，进入控制、优化、人形 locomotion，再扩展到强化学习与模仿学习。
路线 B：系统能力扩展主线
在控制与学习的基础上，继续补齐感知、规划、ROS2 / 中间件、部署调试、硬件认知与系统集成能力。
关系页
模块之间的关系，比模块本身更重要。
WBC vs RL
理解两者各自的能力边界，以及为什么融合才是人形机器人的真实方向。
RL vs IL
理解两者为什么是互补关系，以及最强人形系统如何组合使用两者。
Sim2Real Pipeline
这是人形机器人 RL 能否落地的核心 pipeline，每个环节都可能让你在真机上付出惨重代价。
Motion Retargeting Pipeline
把人类动作迁移到机器人最难的部分，往往不是策略训练，而是 retargeting 这条 pipeline。
论文导航与开源生态
把论文、代码、benchmark 和知识模块挂钩，避免“读完就散”。
论文导航
按 locomotion RL、模仿学习、WBC、sim2real、人形硬件和综述论文组织入口。
开源生态
按 simulation、RL frameworks、humanoid projects、retarget tools 和通用 utilities 分类整理。
Benchmark
逐步沉淀 locomotion benchmark、人形环境、训练场景与评测任务的结构化索引。
知识反哺
最终让论文和开源项目不是“收藏夹”，而是能回流到路线图和技术地图里的知识资产。