机器人学综述与主要内容
历史综述
非学习方法
虽然机器人学习是如今的研究主流，但是其实在过去几十年的机器人发展历史中，很多机器人系统完全不需要依赖学习算法就能实现很强的能力。这些方法实现了许多惊人的成就，比如：
- 阿波罗11号登月：轨迹优化+鲁棒控制实现精确登月
- Boston Dynamics Atlas：轨迹优化+MPC实现跑跳、翻滚等复杂运动
在很多高要求场景下，经典控制与优化依然是主流，并不一定需要机器学习。
Kinematics
- 正运动学：Forward Kinematics
- 逆运动学：Inverse Kinematics
Dynamics
动力学建模：拉格朗日方程、牛顿-欧拉方程
Perception
SLAM
相机几何、标定、AMCL、位姿估计
激光雷达
深度相机处理
Control
PID, LQR
MPC
Planning
路径规划：A, D, PRM, RRT/RRT*
轨迹优化：CHOMP, STOMP
时序轨迹生成等