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 ω-0——用于人形行走-操作的隐空间预测世界动作模型(全身VLA没有的未来视镜）：抛弃像素级视频生成，以轻量“未来视觉latent预测”驱动全身动作扩散生成，实现边走边干活 2026-01-31 21:54:58 τ0-VLA——具有世界模型“引导测试时计算”的分层机器人模型：首先生成多个子任务候选，然后世界模型预演，最后价值模型评估 2026-01-31 21:54:58 Robo-ValueRL——面向离线到在线强化学习的可靠价值估计：同时捕捉全局任务进度和局部动作偏好，先离线预训练，后在线提升 2026-01-31 21:54:58 RoboTTT——面向机器人策略的上下文扩展：将TTT集成至VLA中以推理时建立记忆信息，从而将视觉-运动上下文扩展到 8K 个时间步 2026-01-31 21:54:58 ABot-AgentOS——具备多模态记忆的通用智能体操作系统：Agent Harness层(含上下文管理和验证系统)、LLM、记忆作为大脑，自主调用下层导航、操作、运控相关的技能 2026-01-31 21:54:58 HoloAgent-0——具备三维空间记忆的统一具身Agent框架：Agent自主拆解、规划，且按需调用技能层中的导航、VLA操作、全身运控，以及记忆层中的空间与时间记忆 2026-01-31 21:54:58 T-Rex——给VLA带上触觉的灵巧操作框架：先通过人类视频做预训练，再通过富含触觉的中期训练对齐交互，最后利用极少量目标域演示以快速适配下游任务 2026-01-31 21:54:58 FurnitureVLA——利用VLA学习长时域双臂家具装配：将装配长时任务拆分为多个子步骤，且提出进度VLA，以预测每个子任务的进度信号，最终实现子任务之间的切换 2026-01-31 21:54:58 T-WAM——融合视觉-触觉的世界动作模型：在统一的流匹配框架下联合学习未来视觉预测、触觉形变预测以及动作预测(且在插入透明导管场景中增大触觉的权重) 2026-01-31 21:54:58 Focus-Then-Contact——跟我之前给一工厂设计的插拔策略不谋而合：先ACT引导到目标区域附近，然后残差RL实施最终插入，且插入过程中视觉提供稠密奖励，必要时人工干预 2026-01-31 21:54:58 OpenHLM——全身VLA下的行走-操作：sonic作为运控底层，π0.5作为VLA的初始化策略 2026-01-31 21:54:58 Q-Guided Flow——RL中基于流策略的推理时梯度引导：不直接在噪声动作上求Q的梯度，也不对整条去噪链做BPTT，而是一次Euler 积分且把Jacobian直接换成单位矩阵 2026-01-31 21:54:58 Humanoid-GPT——采用因果注意力机制的类GPT追踪器：通过扩展“数据规模、模型结构、训练多样性”，最终实现零样本动作追踪 2026-01-31 21:54:58 GR00T N1.7的简介与微调——其中的VLM是“基于Qwen3-VL”的Cosmos-Reason2，且预训练数据中包含2 万小时的 EgoScale人类视频数据(含GR00T N1.6的简介) 2026-01-31 21:54:58 τ0-WM——智元的视频-动作世界模型：组合“遥操、umi、人类第一人称视角”数据，基于未来视觉Latent预测动作，然后重新加噪去噪，若自洽取表现最好者直接执行，否则模拟推演找出最佳视觉指引重新生成 2026-01-31 21:54:58 Galaxea G0.5——升级“VLA自回归建模”范式：摒弃VLM上添加动作专家的模式，而是构建统一模型，用一套权重，在同一个自回归token序列中同时生成推理与动作(含VLA-0的详解) 2026-01-31 21:54:58 HumanEgo——从半小时人类第一视角视频中进行零样本学习的4大关键点：对人类手臂进行图像修补、将每只手和每个物体编码为一个交互中心Token、流匹配策略、稠密辅助目标 2026-01-31 21:54:58 ABot-Claw——改进OpenClaw以驱动双足机器人自主干活的三个关键点：统一具身接口、视觉多模态记忆、基于奖励模型的执行反馈模块(比如给会议室的人递杯水) 2026-01-31 21:54:58 Realtime-VLA V2——如何让vla运行的更快：从让π0实时抓取下落的钢笔到让 VLA 运行得更快、更平滑且更精确 2026-01-31 21:54:58 一文通透Qwen3-VL——在交错式MRoPE、DeepStack、文本时间戳对齐机制的基础上，先预训练，再后训练 2026-01-31 21:54:58 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