2026
-
RT-2 如何将连续动作转化为语言 Token
从动作离散化、词表映射到机器人闭环执行，逐层追踪 RT-2 的数据流与张量形状。
-
OpenVLA 完整数据流与 Action Decoding
沿着图像、文本、视觉投影与动作解码，梳理 OpenVLA 推理链路中的张量形状。
-
Diffusion Policy：从噪声到机器人动作序列
理解条件扩散如何生成多模态动作序列，以及训练、采样与 receding horizon 执行的差异。
从动作离散化、词表映射到机器人闭环执行，逐层追踪 RT-2 的数据流与张量形状。
沿着图像、文本、视觉投影与动作解码，梳理 OpenVLA 推理链路中的张量形状。
理解条件扩散如何生成多模态动作序列，以及训练、采样与 receding horizon 执行的差异。