简体中文
外观
从概率对象、动作分布到真实机器人闭环；一套可读、可复现、持续更新的开放课程。
区分策略、世界模型、价值、规划、控制和数据引擎，避免被模型名称牵着走。
每个关键公式都配读法、推导和机器人闭环含义，并尽量提供最小可复现实验。
课程正文、论文坐标、评测协议和 Demo 数据 Schema 分开管理，版本可追溯。
直接策略、世界模型、价值学习、分层规划、数据表征、控制和系统工程解决的是同一个物理闭环中的不同问题。先读公共地基，再选择主路线；章节中的交叉链接会告诉你下一步该补哪一层。
面向具备大学概率统计、线性代数和基础深度学习知识，希望真正理解机器人基础模型、世界模型、强化学习、控制和数据工程之间边界的读者。
正文由 ArcheBase 飞书课程目录维护，本仓库通过同步脚本生成公开阅读版本。每次发布都会记录源文档修订号和同步时间；未经许可的内部材料、客户数据和个人信息不进入公开站点。
