Tingde Liu · Research Notes

具身智能、视觉语言导航与机器人学习的中文研究笔记

访问网站 · 研究综述 · 技术博客 · 开源项目 · 关于作者

项目简介

这是 Tingde Liu 的个人学术博客与研究知识库，主要记录具身智能、机器人导航和多模态学习方向的中文综述、论文笔记与工程实践。

内容主要面向具身智能与机器人方向的研究者、学生和工程师，默认读者具备基础的机器学习与深度学习知识。

本站以系统梳理和持续更新为目标：既关注模型与数据的发展脉络，也关注训练方法、系统架构、评测基准和真实机器人部署。长篇综述用于建立完整的技术脉络，短篇文章用于记录阶段性观察与专题分析。

目前收录 14 篇研究综述（约 4.3 万行 Markdown）、6 篇技术博客与 800 余张论文与概念配图，仍在持续维护。

研究方向

按方向组织的完整文章索引，全部为中文长文，可直接点击进入。

方向	文章	内容重点
视觉语言导航	VLN 综述	任务定义、数据集与基准，从模块化流水线到端到端导航智能体的演进
	VLN 经典论文	60 篇已发表或已上榜工作的精读，附三类任务设定的性能排行榜
	VLN 扩展论文	尚未进入排行榜的近期预印本与扩展增补，按年份倒序
视觉语言动作模型	VLA 综述	机器人策略学习、动作生成、模仿学习与强化学习的路线梳理
机器人导航系统	传统导航综述	SLAM、定位建图、路径规划与运动控制等经典方法
	ROS 2 完全指南	通信模型、生命周期节点、QoS 与真实机器人部署实战
多模态与空间智能	VLM 综述	视觉语言模型的多模态融合方法全景
	空间智能综述	三维场景理解、点云、深度估计与 Gaussian Splatting
世界模型与智能体	世界模型综述	环境建模与预测、视频生成式世界模型及其在具身任务中的应用
	AI Agent 综述	自主推理、规划、记忆、工具调用与闭环执行
学习与训练方法	LLM 训练综述	预训练、后训练、对齐、并行策略与推理加速
	强化学习综述	从理论基础到具身智能场景的算法全景
	深度学习综述	网络结构、优化方法与训练技巧的系统梳理
	机器学习综述	经典模型与统计学习基础

技术博客

文章	主题
RoboTTT 深度解析	TTT 模块如何把历史压缩进 Fast Weights，实现长时程存储与实时检索
Graph Engineering	大模型时代的智能体图拓扑编排与设计模式
Loop Engineering	Agent 工程化的下一代闭环范式
树状注意力训练	Robostral Navigate 如何将 VLN 训练 Token 压缩 22×
Mixture-of-Transformers	多模态基础模型的模态解耦与稀疏化演进
Harness Engineering	面向智能体的执行环境与工具链设计

推荐阅读路径

1. 从 VLN 综述 了解视觉语言导航的任务定义、数据集和技术演进。
2. 阅读 VLA 综述 了解视觉、语言与机器人动作的统一建模。
3. 通过 空间智能综述 和 世界模型综述 扩展到三维理解与环境预测。
4. 需要动手实现时，再进入 ROS 2 完全指南 与 LLM 训练综述 的工程部分。

内容组织

.
├── _posts/
│   ├── research/          # 长篇综述、论文精读与技术笔记（categories: research）
│   └── blog/              # 专题解析、工程文章与周报（categories: blog）
├── images/                # 按研究主题分目录：vln / vla / vlm / wm / si / agent / llm-training ...
├── paper_summary/         # 论文摘要草稿，供正文引用，不单独发布
├── _layouts/              # 页面布局：default / post / page
├── _includes/             # 导航、目录、反馈、页脚等页面组件
├── _sass/                 # 主题样式模块
├── js/                    # 文章交互脚本
├── home/ · research/ · blog/   # Project / Research / Blog 聚合页
├── tags/ · archive/       # 标签检索页与历史归档页
├── .github/workflows/     # GitHub Actions 部署流水线
├── _config.yml            # 站点、导航与插件配置
└── AGENTS.md              # 仓库写作与维护规范

文章使用 Jekyll 内置的 posts 集合，永久链接为 /:title/。categories: research 与 categories: blog 是内容分类依据，子目录仅用于维护源文件。

技术实现

• 静态站点生成：Jekyll 4.3，Ruby 3.2，定制主题（源自 Jekyll Now）
• 内容渲染：kramdown（GFM）+ Rouge 代码高亮 + MathJax 3 公式 + Mermaid 10 图表，Mermaid 仅在页面含图表时按需加载 CDN
• Jekyll 插件：jekyll-sitemap、jekyll-feed、jekyll-paginate、jekyll-seo-tag
• 阅读体验：章节目录抽屉（随滚动高亮当前小节）、顶部阅读进度条、代码块一键复制、标题锚点复制、配图点击放大、宽表格横向滚动、返回顶部
• 论文检索：两篇 VLN 论文精读内置筛选栏，支持按标签过滤并跨篇联动
• 图片资源：正文配图统一转为无损 WebP 交付，兼顾清晰度与加载速度
• 内容反馈：文章末尾一键提交 Issue（报告错误 / 推荐论文 / 修改建议），并回显相关 Issue 状态
• 部署：推送 main 分支后由 GitHub Actions 构建并发布到 GitHub Pages

本地开发

环境要求

• Ruby 3.2（与 CI 环境一致）
• Bundler

确认环境：

ruby --version
bundle --version

安装与运行

bundle install
bundle exec jekyll serve

本地站点默认运行在 http://127.0.0.1:4000/，构建产物输出到 _site/。

生成生产构建：

JEKYLL_ENV=production bundle exec jekyll build

Windows PowerShell 中也可以使用：

ruby -S bundle exec jekyll serve

PowerShell 生产构建：

$env:JEKYLL_ENV = "production"
ruby -S bundle exec jekyll build

内容维护约定

新增或修改文章前，请先阅读 AGENTS.md，其中记录了 front matter 字段、图片归档目录、Mermaid 与公式写法等约定。其中一条硬性规则：修改 _posts/ 下任何已有文章后，必须把 front matter 的 date: 更新为当天日期，以保证列表按最近更新排序。

内容反馈

如果你发现内容错误、遗漏的重要论文或可以改进的技术表述，欢迎：

• 提交 Issue
• 使用文章末尾的反馈入口提交错误报告、论文推荐或修改建议

提交反馈时请尽量附上原始论文、官方文档或可复现资料，方便核验与更新。

使用与引用

本仓库目前未附开源许可证。除非文件另有说明，仓库内容不构成对复制、修改或再分发的授权。部分论文图片与资料的版权属于原作者或原项目，使用时请遵循对应来源的许可要求。

引用本站研究笔记时，建议同时引用相关原始论文并附上对应文章链接。如需大段转载或复用站点主题，请先联系作者。

联系方式

• GitHub: @TingdeLiu
• LinkedIn: Tingde Liu
• Email: tingde.liu.luh@gmail.com