辰龙机器人 2026 夏季训练营

训练营目标

培养具备实战能力的机器人开发者，基于辰龙AI教育机器人，打造ACT驱动的端到端具身智能拾取系统。

✦数据闭环：实现在线数据采集 → 模型训练 → 自动部署的工程化落地。

✦算法核心：基于ACT算法，实现视觉语言到动作序列的端到端映射。

✦场景实战：支持网球、乒乓球、易拉罐、烟头、袜子等多品类目标的语音交互拾取。

核心理念

本期训练营以开源精神为根，以机器人本体为核，汇聚开发者、高校与社区，共筑机器人生态的可持续成长。

✦根植开源：深入理解ACT具身模型训练和推理的底层逻辑，掌握机器人开发的核心价值。

✦硬核实战：通过硬件组装、平台模拟、数据采集、模型训练、推理实践，掌握从0到1的机器人具身模型训练能力，让技术落地可见。

✦生态共建：成为辰龙开源社区贡献者，推动机器人技术的普及与创新，让协作创造更多可能。

课程内容

第1周：硬件平台初探

✦第一课：硬件基础

机器人硬件的组装和构成的介绍、电气元件介绍、控制板连线规范、安全操作准则。

✦第二课：驱动控制

电机与舵机驱动协议解析、小车驱动接口详解、项目启动和驱动流程、平台切换小车控制演示。

✦第三课：AKA-Sim平台初探

AKA-Sim平台功能介绍、数据采集方法论、数据推理基础、ACT技术认知。

✦周末分享：阶段性分享与答疑

第2周：算法训练与Sim平台代码解析

✦第四课：ACT算法解析

ACT训练逻辑拆解，训练原理深度解析，LeRobot案例实战。

✦第五课：人工智能原理

神经网络原理和卷积神经网络的介绍。

✦第六课：AKA-Sim前后端介绍，项目阶段题目发布

小车模拟器介绍，发布项目阶段任务。

项目一

仿真部分：实现仿真界面执行推理部分，“找到小球并拾取”和“找到红桶放下小球”

项目二

仿真部分：通过数据收集和ACT训练推理，实现AKA-Sim中小车自主跟踪网球

项目三

小车部分：实现ACT下的SimToReal或RealToReal

项目四

其他关于小车或者AKA-Sim感兴趣的方向

项目参与流程，在对应的issue下提交commit，即为领取项目。之后可以进行项目的开发，

需要fork仓库新建issue{#id}-{#name}分支提交pr，并在pr的commit中附带截图和说明，

我们会审查大家的代码评出优秀学员。

✦周末分享：阶段性分享与答疑

第3周：项目阶段

✦第七课：中期项目检查与问题交流

项目进度检查、常见问题解决方案探讨。

✦第八课：成果演示

进行验收和成果展示。

✦第九课：终极成果展示

成果展示，简要介绍下一阶段的线上实习。

✦周末闭营：总结训练营的教学成果，表彰优秀学员，详细介绍线上项目实战和线下实习。