1、启动 gazebo 加载仿真场景

ros2 launch turtlebot3_gazebo turtlebot3_house.launch.py

2、启动 rviz，加载扫描地图 和 navigation2

ros2 launch turtlebot3_navigation2 navigation2.launch.py use_sim_time:=True map:=/home/al/map.yaml #需要指定地图的绝对路径，要不地图不能正常加载。

3、在 rviz 中使用 2D Pose Estimate 标记出机器人当前位置

4、在 rviz 中使用 Nav2 Goal 标记出目标位置

Logo
智能体开发者社区

中国智能体开发者社区，聚焦智能体与大模型开发，提供前沿资讯、实用工具链、开源项目及行业案例。通过技术沙龙、开发者大赛等活动，促进经验交流与协作，助力开发者快速构建创新智能应用。

更多推荐

cover

2026年AI Agent开发完整学习路线 | 后端工程师转型指南 | 从零到手搓生产级多Agent系统

avatar 智能体开发者社区

AI Agent 大模型开发技术框架选型指南

LangChain 是目前认知度最高的大模型应用开发生态之一，提供统一的模型接口、Prompt、工具调用、文档加载、文本切分、向量存储、检索器、中间件和 Agent 抽象。当前官方将 LangChain 定位为快速构建 Agent 的高层框架，并将复杂、可控的底层编排交给 LangGraph。

avatar 智能体开发者社区

放弃 OpenClaw，开始用 Hermes：一次更轻、更稳的智能体迁移实录

**摘要：**本文分享了从OpenClaw迁移到轻量级智能体框架Hermes的实践经验。作者详细对比了两者在配置复杂度、资源占用、调试体验等方面的差异，指出OpenClaw随着项目增长变得臃肿，而Hermes以"少依赖、快启动、易扩展"的设计理念提供了更高效的开发体验。文章具体介绍了迁移步骤，包括准备工作、配置对比、技能重写示例，并重点强调了Hermes结构化trace调试带来的效率提升。最后总结

avatar 智能体开发者社区