第 29 课 · 社区与持续学习:从学习者到贡献者

这一课解决什么问题:课程有终点,学习没有。最后一课讲三件事:开源社区的三种参与方式、复刻项目的社区生态(以及致谢与署名意识)、课程之后的持续学习路线。

前置:无硬性要求;建议先完成 第 28 课,带着自己的记录来。

1. 开源社区的三种参与方式(门槛递增)

1. 用:认真用别人的项目,按文档把它跑通。别小看这一步——你每跑通一个环节,就是在替作者验证文档。
2. 反馈 issue:跑不通、文档有歧义、版本不兼容,就提一个可复现的 issue。第 07 课的"现象 → 复现步骤 → 环境"格式就是标准写法:环境信息、复现命令、期望与实际的差距。
3. 改代码/文档 PR:小到改错字、补一段中文说明,大到修 bug,都算贡献。第一笔贡献往往只是:"把文档里你当时看不懂的那句,改成你希望当初看到的样子。"

所以呢:不用等"学成"再进社区——第二周的你,就有能力给文档提第一个 PR。

2. 复刻项目的社区生态

你在这门课里用到的资料,来自三种不同的来源:

这里藏着这门课最想传达的意识:致谢与署名。官方开源的是软件,机械与电子设计文件并不全部开放(调研报告第 2 节提醒过这条开源边界);社区图纸和教程是爱好者补上的拼图。引用别人的图纸、文章、代码时写清作者与出处——这是社区的基本礼仪,也是第 00 课"所有结论认证据"的另一半:证据要有出处,借来的能力要有署名。

回馈有现成示范:复刻仓库 fanhao375/microduck-replica 就是"把复刻过程公开"的样子——你的记录、踩坑和文章,就是社区的下一份供给。

3. 持续学习路径建议

按你在第 26 课毕业设计里选的角色决定深浅,不必全走:

• RL 深入:先用 Hugging Face 深度强化学习课打底(有中文版,从月球着陆器开练),再用 OpenAI Spinning Up 把算法谱系和概念补严谨;
• 硬件深入:学 KiCad 画自己的板子(第 11 课只带你看了流程),再补电控基础——电机驱动、电源、保护电路;
• 行业跟踪:盯住 Embodied-AI-Guide 和厂商发布(如 Pollen Robotics 博客),每季度更新第 25 课画的"链条位置图"。

4. 毕业标准

回到第 00 课的规矩,作为这门课的最终自查:

• 全部 30 课的自查清单,随机抽 10 课回看,仍然能通过;
• 手上有一个做完了的东西——鸭子、仿真结果、文章或实验记录,形态不限;
• 有至少一份带证据的实验记录(第 28 课的格式);
• 向社区输出过至少一次:issue、PR、文章或教程,任一形态。

动手练习(15 分钟)

打开 Pollen Robotics 官方仓库或复刻仓库,找一个你学过的话题,三选一:提一个 issue、改一处文档、写一篇对照笔记。今天就把门槛最低的那次参与完成掉。

自查清单

• [ ] 我能说出三种参与方式,以及各自的门槛
• [ ] 我能说清复刻项目里哪些来自官方、哪些来自社区,并会署名致谢
• [ ] 我选定了毕业之后的深入方向(RL / 硬件 / 行业跟踪)
• [ ] 我完成了至少一次对社区的输出

毕业寄语

这门课从头到尾只在重复一件事:读一小段源码 → 提出一个假设 → 跑一个小实验 → 保存证据 → 写一段结论。鸭子会毕业,这个闭环不该毕业——它迁移到任何领域都成立:换一门技术、换一份工作、做第 26 课提案里的项目,都是同一套循环。把「小闭环」变成习惯,30 天之后,你不再需要这门课,也不再需要这只鸭子。

延伸资源

• Pollen Robotics 官方仓库
• 复刻仓库 microduck-replica
• Hugging Face 深度强化学习课(中文版)
• OpenAI Spinning Up in Deep RL
• Embodied-AI-Guide 具身智能中文入门地图