人形机器人学习方向的每日论文精读笔记，逐篇部署为 在线网页。
来源：awesome-humanoid-robot-learning · 待读清单：papers/PROGRESS.md
- 每天早上 7:00 推送当日论文阅读提醒。
- 回复"理解了"才进入下一篇；当天未回复，次日继续同一篇。
- 回复"理解了"后，对话记录会一并保存到对应 MD 笔记。
- 可随时说"读下一篇"跳到下一篇。
💡 括号内为论文 arXiv 首次发布年份，与首页路线图节点下方的年份小字一致。
① 【基础 RL】
PPO (2017) → AWR (2019)
↓
【人体动作数据层】 ← 模仿类方法开始需要参考数据
AMASS (2019) / HumanML3D (2022) → 人体 SMPL 动作数据集
↓
【动作重定向层】 ← 人体骨架 → 机器人骨架的桥梁
几何重定向 (IK-based) → GMR / Retargeting Matters (2025)
↓ ↑ 决定模仿策略的动作质量上限
↓
② 【精确模仿主线】 【风格学习主线】
DeepMimic (2018) →→→ AMP (2021)
↓ ↓
PHC (2023) ADD (2025)
↓
③ 【技能组合 / 扩散】
ASE (2022) → CALM (2023) → PULSE (2023)
Diffusion Policy (2023) → BeyondMimic (2025)
↓
④ 【全身控制 WBC】 ← 把技能 / 扩散策略落到整机关节
Expressive WBC (2024) → HOVER (2024) / HugWBC (2025) / ExBody2 (2024) / SONIC (2025)
↓
┌── 从 WBC / 扩散分出多条上行支线，最终都汇聚到 ⑨ ──┐
│
├─ ⑤ 操作 Manipulation： iDP3 (2024) → EgoMimic (2024) → HumDex (2026)
│ （3D 扩散策略 / 自我中心视频 / 灵巧手）
│
├─ ⑥ 移动操作 Loco-Manipulation： HOMIE (2025) → ULTRA (2026) → Ψ₀ (2026)
│ （外骨骼遥操作 → 多模态全身控制 → loco-manip 基础模型）
│
└─ ⑦ 世界模型 World Model： DreamDojo (2026) → 1X World Model (2025)；HAIC (2026)（动力学感知 WM）
↓（世界模型"会做梦"预测未来 / 动力学，再升级为可直接当策略的模型）
⑧ 世界-动作模型 WAM： DreamZero (2026)（World Action Models are Zero-shot Policies）
↓
⑨ 【基础模型终点 (VLA / BFM)】 ← 一路从 PPO 爬到这里
VLA：GR00T N1 (2025) ── 视觉-语言-动作，端到端通才策略
BFM：Behavior Foundation Model (2025) ── 行为基础模型 / 全身控制先验
【Sim-to-Real 工程层】 ← 横跨整个路线
Domain Randomization (2017) → LCP (2024)
↑ sim环境随机化迁移 ↑ 动作平滑，替代低通滤波器
- 动作重定向单列一层：精确模仿 / 风格学习 / 遥操作都依赖"人体动作 → 机器人可执行轨迹"的转换，重定向质量直接决定下游策略能学到什么动作。
- 从 WBC 上行到基础模型：全身控制把底层技能 / 扩散策略落到整机关节后，分出操作、移动操作、世界模型等支线，最终都汇聚到 VLA（GR00T N1）与 BFM（行为基础模型）这一顶点。
笔记涉及的算法，如果在 MimicKit（xbpeng 的运动模仿框架，支持 Isaac Gym / Isaac Lab / Newton）中有官方实现，会附「📁 MimicKit 源码对照」章节，含关键代码块、YAML 配置与训练 / 测试命令。下表中 ✅ 表示已被 MimicKit 覆盖，❌ 表示有独立官方仓库、不在 MimicKit 内。
| 论文 | 官方源码 | MimicKit | 核心实现 / 入口 |
|---|---|---|---|
| PPO | openai/baselines | ✅ | mimickit/learning/ppo_agent.py |
| AWR | xbpeng/awr | ✅ | mimickit/learning/awr_agent.py |
| DeepMimic | xbpeng/MimicKit | ✅ | mimickit/envs/deepmimic_env.py + ppo_agent.py |
| AMP | nv-tlabs/ASE（含 AMP） | ✅ | mimickit/learning/amp_agent.py |
| ASE | nv-tlabs/ASE | ✅ | mimickit/learning/ase_agent.py |
| ADD | xbpeng/MimicKit | ✅ | mimickit/learning/add_agent.py |
| LCP | zixuan417/smooth-humanoid-locomotion | ✅ | mimickit/learning/lcp_agent.py |
| PHC | ZhengyiLuo/PHC | ❌ | phc/learning/amp_network_pnn_builder.py（独立仓库） |
| CALM | NVlabs/CALM | ❌ | IsaacGym 独立实现，不在 MimicKit |
| PULSE | ZhengyiLuo/PULSE | ❌ | phc/learning/amp_network_z_builder.py（基于 PHC 扩展） |
| Diffusion Policy | columbia-ai-robotics/diffusion_policy | ❌ | 视觉模仿学习框架，与 MimicKit 定位不同 |
| BeyondMimic | HybridRobotics/whole_body_tracking（训练）· motion_tracking_controller（部署） | ❌ | Isaac Lab + RSL-RL；引导扩散部分尚未单独开源 |
| Domain Randomization | 无官方代码，可参考 matwilso/domrand | N/A | 作为通用技术体现在各 env 的 events 中 |
| MimicKit | xbpeng/MimicKit | ✅ | 框架本身，汇总上表 ✅ 项 |
主线之外的重点补充阅读，按子模块与发表时间（旧→新）排列，跟踪进度见 PROGRESS.md：
- 全身控制核心：Expressive WBC · HOVER · ExBody2 · UH-1 · HugWBC · SONIC
- 遥操作与模仿学习：OmniH2O · iDP3 · HOMIE
- 行走经典：Learning Quadrupedal Locomotion · Real-World Humanoid Locomotion · Locomotion as Next Token Prediction · Humanoid Parkour · 15-Minute Sim-to-Real · ECO
- 仿真到现实与基座模型：Agile Motor Skills (ANYmal) · ASAP · GR00T N1 · Behavior Foundation Model
- 仿真平台与工具：Humanoid-Gym · BEHAVIOR Robot Suite · Isaac Lab · ProtoMotions3
每篇笔记结构统一，兼顾深度理解与面试准备：
- 正文：基本信息 → 一句话总结 → 英文缩写速查 → 问题背景（生活化类比）→ 方法详解（公式 / 图表）→ 具体实例（数值走通）→ 工程价值 →（可选）MimicKit 源码对照 → 面试高频 Q&A → 讨论记录。
- 附录（按需）：算法变体、Loss 完整拆解、网络架构、超参数速查表、训练可视化、实验结果、相关工作。
papers/ # 论文笔记，按方向分 14 个目录（01_基础RL … 14_人体运动）
# 另含 PROGRESS.md（全量进度表）与 todos/（开发待办）
scripts/ # prepare_pages.py 等预处理 / 部署脚本
_data/ _includes/ _layouts/ assets/ # Jekyll 站点数据、模板与样式
_config.yml # Jekyll 配置（baseurl = /Humanoid_Robot_Learning_Paper_Notebooks）
协作与工程规范（Spec/TDD、Code Review、站点构建与截图验收等）见 AGENTS.md。