大家好！！这里整理我博客中的文章链接，大家可以选择感兴趣的阅读，当然不喜勿喷，另外如果大家有想要了解的技术内容/教程，也可以留言或者私信我，我会选择大家都比较认同的，而我又碰巧了解的去更新文章（就算不了解可能也会现学现卖(▽)，大家一起学）
一、四足机器人
1、cpg
下面这两篇文章介绍了最基础的控制信号生成，即cpg控制网络，之所以称为网络是因为各条腿的信号是相互耦合的。这两篇文章中简单讲述hopf振荡器的数学原理，并且利用其变形以满足我们的控制需求，最终实现了四足机器人的行走以及不同步态转换。
波士顿动力真的无可企及吗？一步步剖析四足机器人技术（一）
波士顿动力真的无可企及吗？一步步剖析四足机器人技术（二）
2、minitaur
这三篇文章介绍了如何利用强化学习使得四足机器人minitaur学会行走，主要是对论文的解读，以及相关代码的讲解与实现，该论文提出的方法使得我们可以直接将在仿真环境中训练好的决策模型直接移植到现实中使用而无需进行迁移学习或者调参
urdf文件结构讲解 以四足机器人minitaur为例
强化学习实现minitaur运动控制——介绍篇
强化学习实现minitaur运动控制——决策模型篇
强化学习实现minitaur运动控制——仿真环境篇
二、强化学习
既然上一部分需要利用强化学习训练我们的机器人，那肯定是少不了对强化学习相关概念以及算法的介绍的，不过这些文章只是着重针对ppo算法的，毕竟是openai的默认算法嘛。
windows下安装强化学习开源库 tf2rl
强化学习中的应该理解的一些关键概念（笔记）
强化学习——策略优化（笔记）
强化学习算法PPO2中的关键原理+tensorflow2.1代码（一）
强化学习算法PPO2中的关键原理+tensorflow2.1代码（二）
三、gazebo
目前为止，这些文章介绍了，如何熟悉使用gazebo，暂时还没涉及到与ros进行交互的部分，我们先把他看成一个独立的仿真环境吧。以下主要介绍了gazebo的一些常用功能，以及给出一些案例。
ps：当初入坑gazebo，纯粹是为了对四足机器人进行仿真建模，以及为了将来的ros控制做打算，没想到在这条路上越走越远了，当然，gazebo还有很多有趣，有用的功能等待我们挖掘，后续还会不断更新的。各位看官敬请期待吧。
gazebo入门教程（一） 安装，UI介绍
gazebo入门教程（二）建立简单模型
gazebo教程（三）创建 Velodyne HDL-32 LiDAR传感器模型
gazebo教程（四）改善Velodyne模型外观
gazebo教程（五）添加传感器噪声& 简单控制插件
gazebo教程（六）插件配置
gazebo教程（七） 连接ros
gazebo教程（八）场景建模
四、机器学习
提到强化学习，自然是少不了机器学习的，更准确的来说是深度学习，下面这几篇文章只是简单介绍了传统算法的一些实现，但是如果大家对机器学习有一定了解的话，或者想要去深入了解的话，这几篇文章恐怕不太适合，大家可以当做是饭后甜点（可能连甜点都算不上，当做零食好了，哈哈哈）
机器学习——决策树应用（代码）
机器学习——knn算法应用（代码）
机器学习——svm应用（代码）
机器学习——普通神经网络应用（代码）
tensorflow2.0——fashion mnist 数据集训练
来源：CSDN
作者：我是。
链接：https://blog.csdn.net/weixin_41045354/article/details/104398931