一、理论教学
理论教学部分依托人工智能虚拟仿真教学子系统，将机器视觉、机器学习、深度学习基础、卷积神经网络、视觉经典神经网络、Transformer（CV-NLP）、循环神经网络（NLP）、机械臂运动学、手眼标定及 Sim2Real 数据迁移等抽象 AI 与机器人知识，通过 3D 模型拆解、算法可视化推演、交互式参数调节等方式具象呈现，让学生直观掌握各模块理论内涵与算法逻辑，实现从抽象概念到具象认知的高效学习。
二、实验教学
支持具身智能机械臂专属实验，学生可自主操作、实时排错，无需依赖昂贵实体设备：
· 机器视觉实验：上传物体图像，调用 AI 模型完成识别与 6D 位姿估计，理解机械臂视觉引导的核心原理；
· 相机校准实验：通过 Python 获取双目拍摄的 3D 场景棋盘，计算双目相机内参，完成手眼标定操作；
· 强化学习抓取实验：结合 PPO 强化学习算法，在虚拟场景中开展机械臂随机点抓取训练，查看训练迭代过程；
· 机械臂基础控制实验：模拟 6 关节机械臂的关节运动与轨迹规划，设置运动参数并查看执行效果；
· 色块分拣实验：通过虚拟机械臂识别不同颜色色块，完成抓取与分类操作，支持参数调整与实时反馈。
三、实训教学
覆盖 3 类具身智能典型场景，实现 “虚拟设计 - 虚实验证 - 综合开发” 的进阶培养：
· 基础场景实训：2D 模式下完成物料抓取排序系统搭建 —— 配置视觉相机与机械臂参数，设定 “识别 - 抓取 - 放置” 逻辑，3D 场景中查看运行效果，解析控制指令交互逻辑；
· 虚实融合实训：可搭配硬件实训套件，将虚拟机械臂的运动指令下发至真实机械臂，或读取真实传感器数据进行虚拟场景验证，兼顾安全性与实战性；
· 行业综合项目：开展 “电子元件装配线” 全流程实训：
需求分析：根据装配要求设定抓取精度与产能指标；
系统设计：选型 6 关节机械臂与视觉设备，设计技术架构；
开发调试：编写程序集成视觉识别与运动控制算法；
成果验证：在 3D 虚拟场景中查看运行状态，生成数据报表。
产品特色
1、支持实验项目管理
在实验项目管理界面，可以查看基础实验、综合项目实验，按顺序路线图由浅到深再到项目学习人工智能，让教学更简单。
2.软件自带人工智能教学环境，无需额外配置环境
软件自带的人工智能环境属于单独存在，不会影响和占用计算机已有的环境，同时也不会修改计算机的环境变量。
3.丰富的人工智能实验组件
实验中通过操作界面左侧的组件列表，将抽象化的虚拟仿真组件模块拖拽到画布上并进行连线。
4.组件高度自定义算法参数修改
组件的参数可自定义，调节不同的算法参数，体会不同的参数带来的区别。
5.智能验证及错误提示
组件连接后，系统会校验逻辑错误，提示出错原因，帮助用户快速定位并修改。
6.内置配套实验文档
软件内置实验文档，可实时查看，用户可随时点击打开当前实验文档，对照操作步骤进行实验。
7.动态代码生成
点击画布上的生成Python代码，查看实验代码与算法，解决教学中理论与代码割裂问题。
8.动态结果展示
优化迭代过程实时显示，让用户直观了解学习过程。
9.支持人工智能3D视觉场景项目实施
支持3D视觉场景的项目，具有多功能视觉采集台，实现颜色块、形状块、二维码、车牌、手势、数字块等内容的自由放置，用户可以通过算法以及逻辑对3D场景控制和功能实现。
3D场景留有相应的开放性接口，支持用户编写逻辑代码以及算法代码接入到3D场景中，以实现相应的开发。
10.支持人工智能3D语音场景项目实施
支持3D语音场景的项目，具有多功能语音播放台，实现鸟叫声、人声等内容的，用户可以通过算法以及逻辑对3D场景控制和功能实现。
3D场景留有相应的开放性接口，支持用户编写逻辑代码以及算法代码接入到3D场景中，以实现相应的开发。
11.支持人工智能3D项目场景项目实施
支持3D项目场景的项目，拥有分拣系统场景、垃圾分类场景等，提供类硬件支撑，用户可以通过算法以及逻辑对3D场景控制和功能实现，3D场景还支持数据集的采集和存储，方便用户通过场景采集原始数据。
3D场景留有相应的开放性接口，支持用户编写逻辑代码以及算法代码接入到3D场景中，以实现相应的开发。
12.Scratch逻辑学习通过拖拽积木的形式学习分拣系统场景的逻辑搭建以及代码生成。
13.大模型工作流编排
零代码工作流，可接入对话大模型、多模态大模型、embbeding模型、rerank模型等几十种，可自定义工作流，组件随意组合，完成大模型应用开发。
14.大模型知识库建设
支持多格式文档处理、高效检索、多场景应用。
15.支持数据标注/模型查看等工具
软件集成模型查看工具、数据标注工具等，可以直接使用软件进行AI开发的相关内容。支持支持多种深度学习模型文件格式。
