机器人清洁模组的自清洁技术

针对清洁模组本身（主要指拖布和滚刷）的自清洁，目前主流技术已经从简单的“打湿拧干”发展为一个复杂的系统，可以把它们拆解为机械、水路、化学、物理四个维度的组合拳。...

清洁机器人本体集成自清洁舱室的设计

在已公开的专利中，有大量“机身内藏自清洁腔”的设计，可以为你提供进一步的结构参考：

地铁车厢内自动化清洁技术路线

重庆地铁案例中，高仙Scrubber50和哈工澳汀SW80Pro均采用了SLAM导航 + AI智能算法，实现厘米级环境建模和动态避障，但这是在站台开阔空间的应用...

流体控制元件的泵和阀的关系

移动机器人的自清洁及消毒方案

清洁（Cleaning）和消毒（Disinfection）是两个不同层次的目标 Level 4，灭菌（Sterilization），杀灭所有微生物（包括芽孢），...

扫地机器人的自清洁方案

本报告聚焦核心问题：拖布的自清洁（P0 级）。 滚刷和尘盒已有较成熟的解决方案（抗缠绕滚刷、基站自动集尘），不作为本报告重点。

复合机器人重心靠前的保护设计

针对重心靠前的底盘，保证稳定的核心思路是：把支撑面扩展到重心可能到达的所有位置，同时让驱动轮紧紧压住地面。所有方案都围绕这两个目标展开。

麦克纳姆轮动力学模型

麦克纳姆轮运动控制算法

麦克纳姆轮底盘运动学模型及公式

标准布局为矩形，四个轮子呈对称分布，对角线轮子的排布一致，分为X型和O型，分布方式如字面意思，四个轮子的小滚轮方向组成X则车辆为X型布局，小滚轮方向组成O型则车...

麦克纳姆轮底盘运动控制实例

柔性接触的力位混合控制原理解析

任何时刻，末端的“工具坐标系”都能从正运动学算出来，它随着姿势实时变化。我们就在这个坐标系里做文章。

机械臂末端坐标系表达方式

方向向量/法向向量 (Direction Vector / Normal Vector)

机械臂电机选型时的扭矩计算

扭矩的本质是一个力让物体绕着某个轴转动的能力，其计算公式非常简单，是物理学的核心概念：

离线模仿学习的原理和步骤

Offline IL = 在静态数据集上加约束（保守 Q / 隐变量 / 扩散），防止策略在数据集外的状态"乱猜"，核心是"学分布、不学单点"。

逆强化学习（IRL：模仿学习)的原理和步骤

IRL = 外层迭代反推 reward + 内层跑 RL 求状态分布，核心是"专家做对了的事 reward 高，做错了 reward 低"，但内外双层循环导致...

生成对抗模仿学习(GAIL)的原理和步骤

GAIL = GAN（判别器学 reward）+ RL（PPO 更新策略），不需要显式 reward 函数，也不需要专家在线标注，但训练不稳定且计算成本高。

数据集聚合(DAgger：模仿学习)的原理和步骤

行为克隆（BC） 失败的根因： 训练时只见过专家的状态分布，测试时策略偏离专家轨迹后，进入从未见过的状态，错误逐帧累积，一发不可收拾。

行为克隆（BC：模仿学习）步骤及原理解析

行为克隆的本质是把模仿学习转化为监督学习问题，下面从"在做什么"和"怎么做"两个维度，结合工程实践详细展开。

模仿学习常用方法对比

模仿学习 (Imitation Learning, IL) 的核心是 从专家（人类/高水平策略）的演示数据中学习策略 ，绕过直接探索 reward 的难题。以...