外观
具身智能学习日志
约 599 字大约 2 分钟
具身智能学习日志
本页记录学习过程中的关键节点。课程知识写入对应课程页面，这里只保留时间、行动、证据和下一步，便于回顾学习节奏。
总进度
| 维度 | 计划 | 已完成 |
|---|---|---|
| 课程 | 11 | 0 |
| 课程笔记 | 待拆分 | 4 |
| 验证实验 | 每门课程至少 1 个 | 0 |
| 综合项目 | 1 | 0 |
记录格式
YYYY-MM-DD｜课程或项目名称
- 今天完成：学习范围和实际完成的工作。
- 关键理解：用自己的语言写下最重要的认识。
- 验证证据：推导、代码、图表、视频、实验指标或提交记录。
- 仍有问题：尚未理解、结果异常或需要查证的内容。
- 下一步：一个明确且可以执行的动作。
时间线
2026-07-24｜自动控制理论（1）：拉普拉斯变换
- 今天完成：开始学习拉普拉斯变换，系统整理常用性质，并将线性、时移和频移分别写成带示意图与例题的专题笔记。
- 关键理解：拉普拉斯变换不是单纯查表，而是利用性质把微分、积分、延迟和卷积转换成 s 域代数运算。
- 验证证据：常用性质总览、线性性质、时移性质和频移性质中的图解、推导、例题和自测。
- 仍有问题：需要继续熟悉反变换、部分分式展开，以及终值定理的适用条件。
- 下一步：利用拉普拉斯变换求解带初始条件的微分方程。
2026-07-24｜建立具身智能学习模块
- 今天完成：根据课程体系建立课程总览、十一门课程页面、学习日志和综合实践入口。
- 关键理解：具身智能不是单一模型方向，需要控制、感知、软件和学习算法共同形成闭环。
- 验证证据：本站具身智能模块及侧边栏结构。
- 仍有问题：需要根据实际课程目录继续拆分每门课的章节。
- 下一步：选择第一门正在学习的课程，记录第一节课的问题、概念和验证计划。
更新日志
2026/7/24 20:09
查看所有更新日志
8cad8-feat: add embodied AI learning collection于
版权所有
版权归属：huanghx02