从纯小白到具身算法工程师的打怪之路

今天有个老学员，拿到了某头部的offer，自笑到从纯小白到算法工程师的打怪之路着实不简单，但真的有 门路。从自己购买so-100折腾，到后面跟着系统的路线一起学习，不仅节省了很多时间，也避免陷入了较 多的坑里。 这里也为大家推荐几个具身方向的研究路线：涉及vla、vln、diffusion policy、强化学习等。也欢迎扫码直 接学习： vla方向 VLA构成的机器人系统主要包括：视觉的感知处理模块，语言指令的理解以及生成机器人可执行动作的策 略网络。根据不同的需求，目前的VLA主要分为三类范式：显示端到到VLA，隐式端到端VLA以及分层端 到端VLA。 显示端到到VLA，是最常见最经典的范式。通常是将视觉语言信息压缩成联合的表征，然后再基于这个表 征去重新映射到动作空间，生成对应的动作。这类端到端的范式依赖于先前广泛的研究先验，通过不同架 构（diffusion/ transformer/dit），不同的模型大小，不同的应用场景（2d/3d）,不同的任务需求（从头训/下 游微调），产生了各类不同的方案，取得了不错的性能。 隐式端到端VLA，则不同于前者，更加关注工作的可解释性，旨在利用当前的video d ...