π₀.₅ 可以从结构上理解为比 π₀ 更深入地注入 flow timestep 的 action generation 模型变体。 在本文语境中,关键差异是 timestep 不只在 Action Expert 入口混入 action representation, 还会通过 adaRMS 控制 Action Expert 的每一层。
关键洞察
π₀.₅ 把 timestep 从输入条件提升为每层计算方式的控制信号。
Physical Intelligence / OpenPI 系列中的模型变体,使用更深入的 timestep conditioning 控制 Action Expert。
π₀.₅ 可以从结构上理解为比 π₀ 更深入地注入 flow timestep 的 action generation 模型变体。 在本文语境中,关键差异是 timestep 不只在 Action Expert 入口混入 action representation, 还会通过 adaRMS 控制 Action Expert 的每一层。
π₀.₅ 把 timestep 从输入条件提升为每层计算方式的控制信号。