课程《机器人仿真》项目，基于PyBullet搭建Franka机械臂抓取场景，完成URDF导入、碰撞体配置与随机物体位姿生成。实现基于阻抗控制的抓取策略，对比不同摩擦系数与接触刚度下的成功率，在自建100次抓取测试中成功率由55%提升至73%（固定随机种子，每组重复3次取均值）。与同组2人协作完成实验记录与误差分析，输出仿真参数对照表，为后续Real2Sim迁移提供参考。

个人项目，面向具身数据生成需求，用Python与MuJoCo构建桌面推物仿真场景，批量生成带状态标签的轨迹数据。设计基于任务成功率的自动评测脚本，统计不同控制频率下的稳定性，在自建300条轨迹样本上评测耗时由手动约2小时缩短至8分钟。使用Matplotlib输出失败分布图，整理成实验报告与开源仓库说明，为后续接入更大规模仿真评测链路做前期验证。