浅谈VLA中的Action Tokenizer
Embodied-AI Robotics
#VLA #Action-Tokenizer #Tokenization #RT-1 #FAST #ActionCodec #OAT #Robot-Learning
从标量离散化、轨迹压缩到学习式动作表征，梳理 VLA 中 Action Tokenizer 的三大技术路线，以及 RT-1、FAST、ActionCodec、OAT 各自的设计权衡。
Read more
Blog
Blog
Notes, updates, and writing collected in one place.
从 Reward 到 World Critic：VLA 强化学习为什么重新需要 Value Function？
Embodied-AI Robotics
#VLA #RL #Critic #Value-Function #Robot-Learning #World-Model
从 AWR、IQL、RECAP 到 ViVa、ROVE、WCM，梳理 VLA-RL 中 Critic 的演进：value model 如何一步步变成 world critic，以及 Progress Model 与 Critic-Free RL 的路线之争。
Read more
浅谈具身智能中的 Action Chunking
Embodied-AI Robotics
#Action-Chunking #VLA #Robot-Learning #Behavioral-Cloning #Long-Horizon-Control
从为什么要一次预测多个动作，到应该预测多长，再到到底执行多长，梳理 Action Chunking 在具身智能中的机制与设计取舍。
Read more
Efficient Diffusion（五）：对抗性蒸馏 —— ACM、Hyper-SD 与 DMD2
Diffusion
#Diffusion #Efficient-Diffusion #Few-Step #ACM #ACT #Hyper-SD #DMD2 #GAN #Adversarial-Distillation
2024 年对抗性蒸馏的三条路线：ACT 用 JS 散度消去 CT 的误差累积，Hyper-SD 借轨迹分段蒸馏打通 ODE 保真与对抗重建，DMD2 以多时间尺度更新和 GAN 损失让分布匹配超越教师。
Read more Efficient Diffusion（四）：SiD、ECT 与连续时间一致性模型
Diffusion
#Diffusion #Efficient-Diffusion #Few-Step #SiD #ECT #sCM #Consistency-Model #DMD
2024 年 DMD 与 Consistency Model 的关键改进：Score identity Distillation 用恒等式消去假 score 模型，ECT 让 CT 稳定可训，sCM 将一致性模型推向连续时间极限。
Read more Efficient Diffusion（三）：Consistency Model 与 Distribution Matching Distillation
Diffusion
#Diffusion #Efficient-Diffusion #Few-Step #Consistency-Model #DMD #Distribution-Matching
深入讲解 Consistency Model 的自洽性原理与两种训练范式（CD/CT），以及 DMD 如何从分布匹配视角绕开轨迹蒸馏的固有困难。
Read more Efficient Diffusion（二）：Progressive Distillation 与蒸馏起点
Diffusion
#Diffusion #Efficient-Diffusion #Few-Step #Progressive-Distillation #v-prediction #DDIM
深入讲解 Progressive Distillation 的核心思想、v-prediction 参数化，以及为什么 2-to-1 蒸馏设计是保守但稳定的选择。
Read more Efficient Diffusion（一）：从多步采样到 Few-Step 生成
Reinforcement-Learning Diffusion
#Diffusion #Efficient-Diffusion #Few-Step #DDPM #DDIM #ODE-Solver #Sampling
复习 Efficient Diffusion 相关基础知识，梳理 Diffusion 为什么需要多步采样，以及传统采样加速方法的核心思想与局限。
Read more
Diffusion-RL 复习（一）：PPO 与 GRPO
Reinforcement-Learning Diffusion
#PPO #GRPO #Diffusion-RL #Policy-Gradient
复习 Diffusion-RL 相关基础知识，整理 PPO 与 GRPO 的核心思想、公式和训练流程。
Read more Diffusion-RL 复习（二）：Diffusion RL 的困难与现有解决方法
Reinforcement-Learning Diffusion
#Diffusion-RL #Importance-Sampling #DDPM #DDIM #ODE-Solver #SDE-Solver
整理 Diffusion RL 中概率计算困难的来源，以及当前主流方法如何通过逐步转移建模来绕开这一问题。
Read moreNo posts match your search.