首页 > 专栏 > 结构之法 算法之道 结构之法 算法之道 共 67 条资讯 可对标π∗0.6的GigaBrain-0.5M*——从基于世界模型的RL中学习的 VLA：通过联合预测的“价值和未来状态”微调动作策略 2026-01-31 21:54:58 GigaBrain-0——通过世界模型增强VLA的泛化能力，且通过RGBD输入以及具身CoT增强推理能力 2026-01-31 21:54:58 RDT2——基于UMI 数据实现零样本且跨各本体形态的泛化 2026-01-31 21:54:58 DreamZero——同时预测未来视觉状态与动作的世界动作模型：解决当下VLA如果人类不示教则理论强但具体操作不强的弊病，且提升任务泛化、本体泛化 2026-01-31 21:54:58 MetaWorld——分层世界模型：融合 VLM 的语义推理能力、预测的未来动态环境、模仿学习的先验，及基于模型RL的对动态环境的在线自适应 2026-01-31 21:54:58 HumanoidPF——让双足人形无碰撞穿越舱门的视觉-运动策略：基于人工势场APF和混合场景建模的全身RL算法 2026-01-31 21:54:58 InternVLA-A1——面向场景理解、未来状态生成、动作执行的一体化框架：融合VLM的语义理解与世界模型的未来动态预测 2026-01-31 21:54:58 FPO——流匹配策略梯度：避开复杂的对数似然计算，通过「最大化基于CFM损失计算优势加权比率」做策略优化，兼容PPO-CLIP 2026-01-31 21:54:58 VIRAL——仿真中训练但现实中视觉驱动(解决loco-mani所需训练数据大的难题)：先Sim中训练教师策略，后蒸馏出基于视觉的学生策略 2026-01-31 21:54:58 一文通透DeepSeek-V3.2——核心在于DeepSeek Sparse Attention(简称DSA)：让q跟最相关的k/v做注意力计算，以降低MLA的计算量 2026-01-31 21:54:58 GR-RL——首个让机器人系鞋带的VLA：先离线RL训练一个“分布式价值评估器”以做任务进度预测，后数据增强，最后在线RL 2026-01-31 21:54:58 Training-Time RTC——在训练时模拟推理延迟(承认既定事实专心预测后续动作)：消除推理阶段的计算开销，让π0.6完成箱子装配与咖啡制作 2026-01-31 21:54:58 PLD——自我改进的VLA：先通过离策略RL学习一个轻量级的残差动作策略，然后让该残差策略收集专家数据，最后蒸馏到VLA中 2026-01-31 21:54:58 Calibrated Q-learning(简称Cal-QL)——为高效在线微调而对“离线RL预训练”做校准：让学到的Q值有上界(保持CQL已做到的不盲目乐观)，更有底线(不盲目悲观) 2026-01-31 21:54:58 CHIP——基于事后扰动的「人形自适应柔顺力控制」：不动reward或参考轨迹，把“受力后的位姿偏移”解释成policy本来就该跟的目标，以兼顾追踪模仿和受力后的柔顺性 2026-01-31 21:54:58 SONIC——面向人形全身控制的通用追踪器：可集成VLA来驱动行走-操作(VLA做大脑，SONIC负责执行) 2026-01-31 21:54:58 WholeBodyVLA——全身行走-操作控制的统一潜在VLA：基于从无标注视频中学习行走/操作的LAM，和专门面向loco–mani的RL策略LMO，让智元灵犀X2稳定搬箱子 2026-01-31 21:54:58 HEAD——视觉驱动下的自主配送(本质是VLN)：高层规划器发出手部和眼部的目标位置与朝向指令，低层全身控制策略则执行导航与触达，暂无法抓取 2026-01-31 21:54:58 Hume——系统1(VLM+评估头+动作头)与系统2(动作头)的组合：系统1做慢思考且通过价值评估选择对应的动作片段，让系统2持续扩散去噪 2026-01-31 21:54:58 Act2Goal——基于世界模型生成未来视觉轨迹以指导低层运动控制：通过MSTH将轨迹分解为近端和远端帧，且基于HER实现无需外部奖励的在线自主改进 2026-01-31 21:54:58 « 上一页1234下一页 » 相关分类 #!/slash/note #UNTAG (B)(F)uzzing on my world (Hi)story (IN)SECURE Magazine Notification (gdb) break *0x972 - 带鱼博客 BeltfishBlog - ./kwaa.dev .NET Blog .Trash /home/rook1e 00's Adventure 0kami's Blog 0x41414141 in ?? () 0x7f Blog 0xRick Owned Root ! 0xd00's blog 1 Byte 1A23 Blog 1A23 Studio 1Link.Fun 1stwebdesigner 251 2BAB 的工程博客 2ch中文网 360 CERT 360 Netlab Blog - Network Securi 38号车评中心 3o米的微博 404 Media