写作与研究笔记

技术博客

机器人、人工智能与工程实践。按问题查找文章，或沿专题路线系统阅读。

76 篇文章 10 条学习路线

2026-09-08人工智能约 40 分钟

PPO、DPO 与 GRPO 详解：从策略梯度原子模块到可运行 Python 实验

从 REINFORCE、baseline、GAE、重要性采样、KL 与偏好建模推导 PPO、DPO、GRPO，提供 CPU 可运行训练、梯度测试与扩展路线。

2026-09-05人工智能约 33 分钟

结合 RynnBrain 1.0/1.1 论文、模型配置和官方示例，解析时空定位、接触点、3D Grounding、跨本体动作建模及复现边界。

2026-09-05人工智能约 33 分钟

从 InternVL 3.5 官方模型集合出发，详解视觉 token、MPO/GSPO、ViCO 路由、检查点选择、显存预算与可验证推理流程。

2026-09-03机器人技术约 18 分钟

用几何直觉和 Pinocchio 理解关节速度到末端 twist 的映射，解释参考系、奇异与阻尼最小二乘校验。

2026-09-03机器人技术约 79 分钟

从质量—弹簧—阻尼关系推导机器人阻抗控制，连接操作空间动力学、Pinocchio、整定和分阶段安全验证。

2026-09-03机器人技术约 39 分钟

从同步采样和激励轨迹建立动力学回归，讨论物理一致性、在线估计、独立验证与候选参数安全部署。

2026-08-27人工智能约 32 分钟

建立训练显存账本，解释 DDP、NCCL、ZeRO 与 FSDP 的数据所有权，并梳理混合精度、重计算和 OOM 排查。

2026-08-27人工智能约 48 分钟

从 Q/K/V、张量形状与掩码理解注意力和 Transformer，进一步讨论多头、位置编码、KV Cache 与实现验证。

2026-08-27人工智能约 18 分钟

从前向加噪与反向去噪推导 DDPM，串联 CFG、DDIM、Latent Diffusion 和 DiT，并提供二维 PyTorch 示例。

2026-02-14机器人技术约 3 分钟

用一致的残差与 Jacobian 解释 Pink 微分 IK，区分任务权重和严格优先级，说明限位、积分与求解失败处理。