PAPER POSITIONING & LINEAGE论文定位与演进坐标
WHY THIS PAPER EXISTS研究动机 / 前序局限
离散自回归动作分词难以精细表达高频连续轨迹,且直接覆盖 LLM 主干参数容易损害语义先验。
CORE SHIFT核心方法跃迁
使用 PaliGemma 骨干承担语义理解,旁路耦合 Action Expert 通过 Conditional Flow Matching 直接生成高频连续动作块。
ARCHIVE PROVENANCEZotero / PKA 溯源
Zotero 与 PKA 已记录双专家架构、三段注意力掩码与 Flow Matching 机制对照;站内 π0.7 深度解析见 Blog。
WHAT REMAINED遗留局限 / 开放问题
动作块推理仍局限于短视界局部响应,缺少开放场景下的高层子任务分解与长程跨场景经验迁移机制。
来源与归档记录
- 档案来源:
Zotero / VLA · PKA / [论文精读] π₀与π₀-FAST - 文献定位:已完成双专家架构、三段注意力掩码与 Flow Matching 积分推导归档。
个人精读正文(预留)
本页先展示题录定位、知识图谱上下游与本地文献归档状态;完整分节推演与复现实验记录预留于此,后续补充正文内容。
CONNECTED IN KNOWLEDGE SYSTEM知识体系关联节点与长文
ATLAS · L4 · S02VLA · Vision-Language-Action ModelsVLA · 视觉语言动作模型ATLAS · L3 · E07Generative Modeling & Action Generation生成式建模与动作生成ATLAS · L3 · E01Robot Manipulation & Dexterity机器人操作与灵巧性TECHNICAL NOTE两万字学习 π0.7:从多模态输入到实时动作生成TECHNICAL NOTEVLA 真的通用吗?—— 机器人具身策略的泛化性与记忆TECHNICAL NOTEVLA 架构解析:告别“黑箱”与“空谈”,探寻自动驾驶的“大脑”进化史