初始化：从 docx 拆分为独立 Markdown 章节

将《设计人工智能：基础与应用》拆分为 38 个 Markdown 文件，按 11 个部分（上篇6部分+下篇5部分）+ 3 个附录组织。 Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
2026-04-25 10:32:58 +08:00
commit e58b95d227
42 changed files with 4857 additions and 0 deletions
@@ -0,0 +1,157 @@
+
+# 学习目标
+
+3.  理解具身智能的概念和特点
+
+    了解数字孪生与物理世界的交互
+
+    掌握强化学习在具身AI中的应用
+
+# 什么是具身智能
+
+## 定义
+
+**具身智能 (Embodied AI)**：具有物理实体或虚拟身体的智能系统，能够通过与环境的交互来学习和完成任务。
+
+## 与传统AI的区别
+
+  ------------------------------------
+  特性       传统AI       具身AI
+  ---------- ------------ ------------
+  交互方式   数据输入     主动探索
+
+  学习方式   从数据学习   从交互学习
+
+  输出形式   预测/生成    行动/操作
+  ------------------------------------
+
+# 数字孪生
+
+## 概念
+
+`物理世界`` → ``数字映射`` → ``仿真预测`` → ``反向控制`
+
+## 应用层次
+
+  --------------------------------
+  层次       内容       应用
+  ---------- ---------- ----------
+  几何孪生   三维模型   可视化
+
+  物理孪生   物理仿真   性能分析
+
+  行为孪生   行为模拟   场景预测
+
+  认知孪生   决策支持   智能控制
+  --------------------------------
+
+# 强化学习基础
+
+## 核心要素
+
+`┌─────────────────────────────────────┐`\
+`│                                   │`\
+`│  ``环境`` ← ``状态`` ──────→ Agent        │`\
+`│    ↑                     │          │`\
+`│    └──── ``奖励`` ←─── ``动作`` ─┘          │`\
+`│                                   │`\
+`└─────────────────────────────────────┘`
+
+## 训练循环
+
+1.  `观察环境状态`
+
+2.  `选择行动`
+
+3.  `执行行动`
+
+4.  `获得奖励`
+
+5.  `更新策略`
+
+6.  `重复``...`
+
+## Gymnasium环境
+
+`import gymnasium as gym`\
+\
+`env = ``gym.make``("CartPole-v1")`\
+`state, _ = ``env.reset``()`\
+\
+`for _ in range(1000):`\
+`    action = policy(state)`\
+`    state, reward, done, _, _ = ``env.step``(action)`\
+`    if done:`\
+`        break`
+
+# 具身AI应用场景
+
+## 机器人设计
+
+`感知环境`` → ``规划路径`` → ``执行动作`` → ``反馈调整`\
+`    ↓`\
+`建筑机器人、施工机器人`
+
+## 虚拟角色
+
+`游戏``NPC``、虚拟助手、元宇宙居民`\
+`    ↓`\
+`自然行为、智能对话`
+
+## 仿真训练
+
+`虚拟环境`` → ``训练策略`` → ``迁移到真实`\
+`    ↓`\
+`降低试错成本`
+
+# 虚拟到真实的迁移
+
+## 挑战
+
+  -----------------------------------
+  问题           说明
+  -------------- --------------------
+  Sim2Real Gap   仿真与现实的差异
+
+  感官差异       虚拟与真实感知不同
+
+  物理特性       真实物理更复杂
+  -----------------------------------
+
+## 解决方案
+
+1.  域随机化 (Domain Randomization)
+
+    真实数据混合
+
+    在线微调
+
+# 思考与练习
+
+1.  具身智能在规划设计中有哪些应用前景？
+
+2.  数字孪生如何辅助设计决策？
+
+3.  Sim2Real迁移的主要挑战是什么？
+
+# 关键术语
+
+  --------------------------------------------------
+  中文       英文           说明
+  ---------- -------------- ------------------------
+  具身智能   Embodied AI    有身体形式的AI
+
+  数字孪生   Digital Twin   物理世界的数字映射
+
+  强化学习   RL             Reinforcement Learning
+
+  状态       State          环境的当前情况
+
+  动作       Action         Agent对环境的影响
+  --------------------------------------------------
+
+# 延伸阅读
+
+1.  [Gymnasium文档](https://gymnasium.org.cn/)
+
+    [DeepMind's Embodied AI Research](https://www.deepmind.com/research/embodied) \# 05.3 规划设计应用与MCP