LEARNING PATHS
学习路径
五条路径,从零基础到具身智能。每条路径都拆成阶段,写明目标、资源、项目与过关标准。周期为经验值(按每天 1–2 小时),仅供参考。
PATH 01
AI 基础入门
先建立正确的地图,再开始动手
零基础2–4 周(每天 1–2 小时)Python大模型零基础
PATH 02
机器学习与深度学习
从会调到会解释:把训练变成可复现的工程
进阶(需要 Python 基础)6–10 周(工作日每天 2 小时 + 周末整块实验)PyTorch机器学习深度学习
PATH 03
大模型与 Agent
把模型当操作系统:提示、工具、记忆、评测四件套
中级(会 Python、用过 API)4–8 周(每天 1.5–2 小时)LLMAgentRAG
PATH 04
机器人 / ROS 2
从命令行到真机:把机器人系统真正跑起来
中高级(会编程、能装 Ubuntu)6–10 周(每天 2 小时 + 周末做仿真)ROS 2Linux仿真
PATH 05
具身智能 / 前沿
让模型拥有身体:从策略学习到 VLA 复现
高级(研究向)持续学习(建议先打底 12 周,之后长期跟踪)具身智能强化学习VLA
怎么用这些路径
- 先选一条最贴近你目标的路径,不要同时开三条;
- 完成阶段 1 的「过关标准」再进入下一阶段;
- 卡住时去专题页和资源库找补充材料,不要盲目换路线;
- 每完成一个阶段,写一页笔记或一个可运行作品——这是最有效的复习。