模型训练
训练阶段文档。后续会继续补策略、评测与微调笔记。
DYNA · World-Action
Dyna-2 导读
百万小时人类视频预训练、跨本体迁移缩放律,以及视频共训为何关键。
OpenPI · Flow Matching
π₀.₅ 训练流程
数据字段、四段 transform、时间对齐,以及速度场 MSE 与梯度回传。
LeRobot · Imitation
ACT 策略
Action Chunking with Transformers:LeRobot 入门 + ALOHA 原论文,左侧可选文章。
WBC · World Model
全身控制
用一个可微世界模型缩放人形全身跟踪。首篇:SuperMimic 中文译本。