问题驱动的技术学习

从真实工程问题沉淀长期技术知识

这个网站保存从具体问题出发,沿着前置概念、公式、源码和系统行为逐步理解的路径。 学习线程保留思考过程,博客文章沉淀可复用的结论。

最新博客

BC、DAgger 和 Offline RL 都是用离线轨迹学一个从 observation 到 action 的映射,它们解决的到底是不是同一个问题?
Flow Matching action head 学到的到底是什么?它和 Diffusion SDE、π₀.₅ 以及机器人数据采集有什么关系?
Flow Matching action head 对数据采集有什么特殊要求?如何从训练目标理解数据质量?
make_attn_mask 这个函数在做什么?为什么需要这么复杂的 mask 机制?
在 pi05 中,adarms 参数起什么作用?