引言

这本书是一条面向具身智能与 VLA（Vision-Language-Action）的系统学习路径，目标是把你从“能看懂概念”带到“能复现系统、能做实验、能写出自己的项目报告”。

这本书解决什么问题

1. 如何补齐数学、深度学习、机器人、系统工程的知识断层。
2. 如何把论文公式转成可运行代码，并在仿真/真实机器人中验证。
3. 如何从“学习者”过渡到“研究者/工程师”。

适合读者

1. 机器人、自动化、计算机、控制相关专业学生。
2. 已有机器学习基础，希望转向具身智能方向的工程师。
3. 需要系统化 VLA 知识框架的科研入门读者。

建议先修

1. 线性代数、概率统计、微积分基础。
2. Python 基础与 numpy / pytorch 入门。
3. 对 ROS / 仿真平台有初步概念（不会也可边学边补）。

三条阅读路线

1. 两周速读路线：0 -> 1.1/1.2/1.3 -> 2.1/2.4 -> 5.1/5.3 -> 6.1 -> 8.1/8.4 -> 10.1 -> 11.1
2. 八周系统路线：按章节顺序阅读 0 -> 12，每章完成“本章小结与自测”。
3. 项目驱动路线：先看 /Users/yang/Desktop/mdbook/src/Project_Roadmap.md，按目标项目反推章节。

阅读与实践方法

1. 每章先读“学习导航”，明确目标与前置知识。
2. 公式密集段落按“符号定义 -> 维度检查 -> 代码实现”三步走。
3. 每章至少完成一个“公式到代码”最小示例。
4. 每学完一个大章节（如第 2、5、8、10 章）做一次小型复盘笔记。

配套索引

1. 符号表：/Users/yang/Desktop/mdbook/src/Notation.md
2. 术语表：/Users/yang/Desktop/mdbook/src/Glossary.md
3. 项目阅读索引：/Users/yang/Desktop/mdbook/src/Project_Roadmap.md