VLA 的动作生成：离散 Token、扩散与 Flow Matching
从 OpenVLA、Octo 到 π0，理解动作量化、连续生成、动作分块，以及数据适配、微调和真实机器人部署中的关键边界。
#具身智能#VLA#OpenVLA#Octo#Flow Matching#机器人学习
具身智能与世界模型
围绕机器人如何感知、行动与预测，串起数据、模型和控制。
博客目录 →专栏文章
共 4 篇世界模型的三条路线：Dreamer、Genie 与 JEPA
从潜空间想象、像素级生成到抽象表征预测，理解世界模型如何预测未来、学习动作与支持规划。
#世界模型#Dreamer#Genie#JEPA#具身智能#强化学习#多模态模型
具身智能的数据从哪里来？遥操作、仿真、UMI 与 Ego 数据采集全解
从机器人遥操作、仿真合成、UMI 手持夹爪到 Ego 第一视角数据，梳理具身智能数据采集的技术演变、适用场景与主要取舍。
#AI#具身智能#机器人#VLA#数据采集
机器人学习与最优控制：从 LQR、MPC 到 Isaac Sim、MuJoCo、SAPIEN 与 PyBullet
梳理 PID、LQR、iLQR、MPC、模仿学习与强化学习的关系，并比较 Isaac Sim/Isaac Lab、MuJoCo、SAPIEN 和 PyBullet 的定位、优势与适用场景。
#机器人学习#最优控制#仿真#Isaac Sim#MuJoCo#SAPIEN#PyBullet