项目实践路线
通过完整项目（数据收集、模型训练、系统部署、结果评估与复盘）将核心能力转化为可复现的工程经验。
概述
本路线图强调「做中学」：在掌握一定编程与核心知识后，通过选定项目从头到尾完成数据、训练、部署与复盘，逐步提高解决实际问题的能力与工程化水平。
学习目标
- 能独立或协作完成一个机器人/具身智能相关的小型项目全流程
- 掌握数据收集与标注、模型训练与调参、部署与评测、复盘与文档化的基本方法
- 形成可复现的代码、报告与复盘习惯，便于后续迭代与分享
建议顺序
1. 选定项目与范围
- 在 项目实践 文档中浏览现有项目列表（含代码、评估报告、复盘模板）
- 根据自身基础选择「入门 / 进阶 / 综合」类项目，明确输入输出与评估指标
2. 环境与数据
- 按照项目文档搭建环境（Python、依赖、仿真或实物平台）
- 完成数据收集或使用提供的数据集，必要时做清洗与标注
3. 模型训练与评估
- 按项目要求完成模型训练（或微调），记录超参与实验设置
- 使用文档中的评估脚本或指标进行性能评估，并做简要分析
4. 部署与复盘
- 在仿真或实机上完成部署与演示（若项目包含）
- 填写复盘模板：问题、改进、收获，并更新代码与文档
5. 进阶与扩展
- 在完成一个完整项目后，可尝试同系列更难项目或跨模块综合项目
- 将经验反馈到 核心能力路线 的薄弱环节，进行针对性加强
自检与进阶
- 至少完成一个项目的「数据 → 训练 → 评估 → 复盘」全流程
- 代码可运行、结果可复现、复盘有记录
- 能向他人简要说明项目目标、方法、结果与改进点