精选笔记 / 整理中
只有当数据记住“为什么成功”，Teacher 才真正有用。
从稳定示教到 LeRobot 数据集：先把最重要的一条链路做得无聊、可重复、可衡量。
模仿学习LEROBOT
预计 08 分钟01 / NOTEBOOK
精选工作笔记
来自工作台的短记录：哪里有效、哪里失败，以及下一步准备怎么试。
02
Sim2Real 的起点是评估闭环，不是某个幸运 checkpoint。
把场景、动作空间、接触判定与策略本身拆开，才能知道问题到底发生在哪里。
03
安全边界应该长在具身系统内部。
关于受限场景、失败模式，以及为什么一个会移动的系统不能只看平均分。
02 / BUILD LOG
正在推进的项目
几组公开进行的实验，每个项目都是验证一个想法的地方。
03 / OPEN QUESTIONS
研究轨迹
随着项目变得更接近真实世界，我会反复回到这些问题。
先有数据，再有示教
什么样的示教值得被保留？
观察接触、重置、动作维度与失败标签这些小选择，如何决定一份数据集是在教学，还是仅仅在记录。
POLICY IN THE LOOP
评估能不能先于训练被设计？
把 gate、Viewer、无头运行与回归基线看作策略的一部分，而不是事后才写的报告。
具身安全
一个物理系统应该在哪里安全失败？
探索受限环境：当平均情况不再足够时，模型仍然要有用、有边界、可解释。
04 / THE PERSON BEHIND THE LOG
关于这份笔记
我是 Maniac1um，杭州电子科技大学网络空间安全学院本科生，通过构建系统来学习。这是我放置实验、笔记和那些介于论文与可运行系统之间的未完成问题的地方。
发一封邮件教育背景网络空间安全学院 / 本科生2024 — 至今
关注方向具身智能 · 模仿学习 · Sim2Real↗
常用工具
PythonPyTorchMuJoCoLeRobotLinuxSecurity
06