机器人数据与硬件

追踪机器人执行器从电力通过电机和传动到关节输出，包括反馈、轴承、刹车、外壳和热路径，并整理真实机器人部署前需要核对的条件、指标与失败证据。

根据测量、速率、不确定性和任务值，比较机器人摄像头、深度传感器、激光雷达、 IMU、编码器、力转矩和触觉传感器。

了解边缘人工智能如何将机器人推理置于传感器和执行器附近，如何预算延迟和功耗，以及哪些工作负载仍应在云端，并整理真实机器人部署前需要核对的条件、指标与失败证据。

理解仓库拣货机器人作为连接订单、库存、运输、抓取、核查和异常处理的端到端系统，并整理真实机器人部署前需要核对的条件、指标与失败证据。

了解 bin-picking AI 如何将 RGB 和深度数据转化为对象候选、碰撞检查抓取、验证拣选和受控重试。

了解遥操作如何将人类控制转化为同步机器人回合，界面选择如何影响标签，以及恢复数据为何重要，并整理真实机器人部署前需要核对的条件、指标与失败证据。

机器人动作数据将观察、状态、指令、命令和结果对齐。了解每集的需求、数据收集方式以及质量评估，并整理真实机器人部署前需要核对的条件、指标与失败证据。