具身智能虚拟仿真系统是一款面向具身智能学科建设与人才培养的专业化教学平台，聚焦具身智能学习中 “嵌入式与 AI 技术割裂、实体硬件依赖高、学用脱节” 的核心痛点，以具身智能“感知-决策-执行” 闭环为底层逻辑，通过打通嵌入式技术与AI技术（多模态感知、算法决策、强化学习、大模型应用）双轨，构建 “嵌入式基础+ AI 能力+综合实训” 的完整学习体系。

在嵌入式方向，系统提供虚拟机械臂控制仿真及 MQTT 通信实验，依托沙箱环境自动配置开发依赖，支持用户编写控制代码并在虚拟环境验证，无需实体硬件即可掌握 “嵌入式代码→载体动作”“感知数据传输” 等核心能力；在AI方向，通过拖拽式算法组件、动态代码生成功能，覆盖机器视觉、机器学习、深度学习等基础感知算法，同时集成强化学习模块与大模型工作流编排功能，降低从基础 AI 到高阶具身决策的学习门槛。

系统以 “具身智能 - 机械臂综合项目” 为核心实训场景，贯穿 “机械臂虚拟组装校准（嵌入式基础）→3D 视觉识别数据处理（AI 感知）→嵌入式与 AI 协同控制（决策执行）→强化学习反馈优化（策略迭代）” 全流程，让用户在实践中理解嵌入式与AI的协同逻辑，彻底解决学用脱节问题。整体无需依赖实体硬件，适配不同基础用户，且实训成果可直接迁移至实体具身设备，助力高效掌握具身智能核心能力。

1. 支持实验项目管理

2. 软件内置独立沙箱具身智能教学环境

3. 丰富的人工智能实验组件

4. 组件高度自定义算法参数修改

5. 智能验证及错误提示

6. 内置配套实验文档

7. 动态代码生成

8. 动态结果展示

9. 支持人工智能3D视觉场景项目实施

10. 支持人工智能3D语音场景项目实施

11. 支持人工智能3D项目场景项目实施

12. cratch逻辑学习

13. 大模型工作流编排

14. 大模型知识库建设

15. 支持数据标注/模型查看等工具

一、基础实验

1. 机器学习

2. 深度学习

3. NLP-循环神经网络

4. CV-NLP-Transformer

5. 机器视觉

6. CV-卷积神经网络

7. 经典神经网络

二、高级应用

1. 大模型工作流编排

2. 基础视觉应用

3. 基础语音应用

三、逻辑与原理性实验

1. 逻辑实验

2. 算法实验

3. Python开发与应用

四、综合项目案例介绍

1. 具身智能-机械臂项目

1) 机械臂组装场景：可以通过从背包拖拽机械臂关节和link零件，实现机械臂结构组装；

2) 相机校准场景：基于双目相机，通过Python获取双目拍摄的3D场景棋盘，通过Python计算场景内双目相机的内参。

3) 人工智能教学平台场景：模拟人工智能教学平台场景，实现机械臂从实验箱中的8个仓位进行抓取；

4) 色块分拣平台：结合场景内双目相机与机械臂实现色块识别与抓取的功能，可以固定位置抓取或者通过机械臂正逆解与手眼标定后抓取并放在对应的色块桶内；

5) 垃圾分拣实训平台：结合场景内双目相机与机械臂模拟实现可回收垃圾、有害垃圾和厨余垃圾的分拣，可以基于双目通过YOLO或者大模型识别图像并定位，通过机械臂正逆解与手眼标定后抓取并放在对应的垃圾桶内；强化学习平台：结合PPO强化学习算法，结合场景的机械臂实现随机点抓取案例。

2. 智能分拣系统综合项目

3. 智能垃圾分类系统综合项目

4. 智慧城市系统项目

5. 智能对话系统项目