#Diffusion Policy
共 24 篇相关文章
·12 分钟
Calibra：机器人学习数据集开源质检工具详解
Calibra是一款专为机器人学习数据集设计的开源质检工具，可检测重复演示、冻结帧、运动抖动、标定漂移等问题。本文详细介绍其功能特性、检测原理及对具身智能训练流程的价值。
阅读全文 →
·13 分钟
虚拟篮球场AI训练指南：3D生成、物理仿真与生成式AI路径详解
详解虚拟篮球场AI模型训练的三大技术路径：3D场景生成（NeRF/高斯泼溅）、Unity/Unreal交互仿真环境搭建、数据驱动的生成式AI微调方法，附初学者实操建议。
阅读全文 →
·14 分钟
叠衣服：机器人公司的百亿美元难题
为什么Figure、Physical Intelligence等估值数十亿的机器人公司都在演示叠衣服？深入解析可变形物体操作的技术难点、莫拉维克悖论，以及叠衣服如何成为通用机器人能力的终极试金石。
阅读全文 →
·12 分钟
开源AI真的危险吗？拆解Anthropic安全叙事背后的逻辑
Anthropic等闭源AI公司频繁渲染开源AI的安全威胁，但开源模型的边际风险真有那么大吗？本文从透明性、去中心化、商业动机等角度，深入分析开源AI安全争议的真相与理性应对之道。
阅读全文 →
·14 分钟
nanoAlphaZero：单文件JAX实现24小时训练2700分棋力
nanoAlphaZero是一个用JAX编写的单文件AlphaZero实现，在TPU v4-32上24小时内训练出Elo 2700+国际象棋模型。整个强化学习管线浓缩为一个JIT编译的JAX函数，支持国际象棋、围棋等多种棋类游戏。
阅读全文 →
·10 分钟
机器人工程师自学路线图：9阶段从零基础到就业的完整规划
深度解析一份覆盖Linux、C++、ROS2、SLAM到自主导航的9阶段机器人工程师自学路线图，分析其项目驱动的学习方法、技术栈设计优缺点，并为自学者提供实用建议。
阅读全文 →
·16 分钟
从零构建AI：503节课开源课程完整学习路径
AI Engineering from Scratch是一门包含503节课、20个阶段的开源AI课程，从线性代数到自主智能体，先手写实现再调库，支持Python/TypeScript/Rust/Julia四种语言，GitHub超4.6万星。
阅读全文 →
·15 分钟
从π0到实战：VLA学习者的进阶项目路线图
已跑通π0.5推理后该做什么？本文为VLA学习者规划从微调训练、动作生成实验到真机部署的完整进阶路线图，涵盖OpenPI微调、flow matching消融实验、仿真迁移与真实机器人部署等实战项目方向。
阅读全文 →
·13 分钟
23美元DIY遥操作主臂：用AS5600编码器替代舵机的低成本方案
详解一套仅需23.5美元的DIY遥操作主臂方案，使用AS5600磁编码器替代昂贵舵机，配合ESP32和TCA9548A实现六自由度关节角度读取，为LeRobot等机器人学习框架提供低成本数据采集硬件。
阅读全文 →
·15 分钟
Calibra v0.7.1：机器人学习训练前数据完整性检测工具详解
Calibra v0.7.1发布全新integrity工作流，可在机器人学习训练前检测时间戳异常、运动抖动、摄像头画面缺陷等数据问题，支持LeRobot、HDF5、robomimic等主流格式，帮助团队建立数据信任、降低调试成本。
阅读全文 →
·11 分钟
探索式建模：Best-of-K训练策略如何提升模型学习效率
探索式建模通过让模型生成K个候选预测并择优学习，在训练中引入探索机制。本文深入解析Best-of-K训练策略的核心原理、适用场景及其与强化学习、拒绝采样微调的关联，探讨计算开销与评估可靠性等关键挑战。
阅读全文 →
·6 分钟
Gemini Robotics 2深度解析：全身智能如何重塑机器人未来
深度解析Google DeepMind发布的Gemini Robotics 2，探讨全身智能如何统一感知、推理与运动控制，从手部灵巧到身体协调的范式转变，以及具身智能从实验室到商用落地的挑战与前景。
阅读全文 →
Gemini Robotics 2详解：谷歌通用机器人AI的三大核心突破
·8 分钟
Gemini Robotics 2详解：谷歌通用机器人AI的三大核心突破
深度解析谷歌Gemini Robotics 2的三大核心能力：全身智能、高级灵巧操作与多机器人协同。了解这款物理AI如何实现"一个大脑驱动任何机器人"的通用机器人智能愿景。
阅读全文 →
·9 分钟
模仿学习数据越多效果越差？深度解析复合误差与数据质量陷阱
通过游戏AI导航实际案例，深入分析模仿学习中数据越多效果反而越差的原因，涵盖复合误差、分布偏移、数据质量问题及DAgger算法等解决方案，为游戏AI和机器人控制开发者提供实用改进路线图。
阅读全文 →
·7 分钟
AI放缓倡议的信任危机：巨头该公开底牌吗？
Anthropic和OpenAI呼吁AI放缓，却不公开内部模型真实进度。这篇文章深入分析AI安全叙事与商业利益的矛盾，探讨透明度如何成为检验AI巨头承诺真诚度的试金石。
阅读全文 →
·12 分钟
RAM：扩散模型强化学习后训练提速50倍的第一性原理
RAM（Reinforce Adjoint Matching）通过丢弃路径成本、结合ODE采样与去相关训练目标，将扩散模型强化学习后训练效率提升50倍。本文深入解析RAM核心原理、训练流程及与Flow-GRPO的对比实验。
阅读全文 →
·15 分钟
LLM是机器人智能的错误地基？具身AI的路线之争
机器人学者Ranjay Krishna质疑LLM作为机器人智能基础的合理性：语言是否是感知与行动之间多余的中间层？本文深度解析具身智能的两种路线——语言驱动的VLA模型与端到端感知-动作架构的底层逻辑与现实取舍。
阅读全文 →
·14 分钟
Vizuara机器人学习课程笔记获取指南与免费资源推荐
想免费获取Vizuara《Modern Robot Learning from Scratch》课程笔记？本文梳理官方渠道、GitHub开源资源及合规获取途径，并推荐UC Berkeley CS285等机器人学习免费课程，助你系统构建机器人学习知识体系。
阅读全文 →
·7 分钟
VersatIL：解决模仿学习代码碎片化的模块化PyTorch框架
VersatIL是一个专为机器人模仿学习设计的模块化PyTorch框架，通过解耦数据、网络架构、算法和目标函数四大维度，彻底告别「复制粘贴式科研」。支持ACT、Diffusion Policy、pi0等前沿VLA模型，兼容LeRobot数据格式，内置可解释性与量化工具。
阅读全文 →
·11 分钟
E2AM：两行代码量化AI训练能耗与碳排放的开源工具
E2AM是一款Green AI开源工具，只需两行代码即可监测AI模型训练的能耗、碳排放和每焦耳准确率等指标，支持PyTorch与Hugging Face生态，本地运行无需服务器，助力可持续AI研究。
阅读全文 →