技术博客 – Chase

2026-09-19人工智能约 51 分钟

VLA 发展详解：从 RT-2、OpenVLA、π0 到 π0.5 与 π0.7

沿 RT-2、OpenVLA、π0 到 π0.5、π0.6 与 π0.7，解释机器人每步输入、动作编码、连续生成、数据与训练配方，以及泛化、强化学习和多模态引导的演进。

2026-09-17人工智能约 45 分钟

从参数量、权重体积和显存预算出发，解释大语言模型预训练、SFT、DPO 与强化学习后训练的核心指标，并用可复算案例设计评估和消融实验。

2026-09-16人工智能约 39 分钟

结合 LeRobot 源码，梳理机器人数据与策略接口，推导 ACT 的动作分块、CVAE 和时间集成，并给出数据检查、训练、部署及排错流程。

2026-09-14人工智能约 54 分钟

从 PICO 遥操作、主从机械臂、UMI 与人类视频，到 BEHAVIOR、RoboCasa 和空间世界模型，比较数据监督、动作迁移、采集工程与截至 2026 年 9 月的研究进展。

2026-09-12人工智能约 38 分钟

结合原论文与 lucidrains 实现，拆解地形配对参考增强、多专家 DAgger、阶段条件 AMP 和深度 GRU 策略，并用 CPU 实验核对奖励、PPO、蒸馏与时序接口。

2026-09-11人工智能约 59 分钟

从官方论文与源码理解 X-VLA 的软提示、多视角编码、动作生成与两阶段适应，逐项核对 EE6D、旋转排列、数据接口和 LIBERO 部署。

2026-09-11人工智能约 51 分钟

结合三篇论文与 Kinetix 官方实现，解释 RTC 的时间对齐、软掩码、VJP 引导、训练时前缀条件，以及高延迟世界动作模型的实时部署。

2026-09-10机器人约 15 分钟

从工具点云、行为克隆和可微运动学展开理解 ELMP，详解梯度路径、碰撞损失、实验口径与复现边界。

2026-09-09人工智能约 33 分钟

分析 GSPO 的序列概率比、长度归一化、裁剪与梯度，核对 Qwen3 MoE 实验的证据边界，并提供可运行 PyTorch 对照。

2026-09-09人工智能约 14 分钟

解读 GEN-1.5 的示范上下文与少步适应，区分任务提示、参数更新和轨迹重放，并提供上下文预算与评测统计练习。