技术栈
π0
一颗小树x
13 天前
强化学习
·
训练
·
vla
·
π0
·
π0.5
《VLA 系列》π0 与 π0.5 | 强化学习 训练 | VLA
本文分享使用 RLinf 框架对 π₀ 和π₀.₅ 进行强化学习微调。支持PPO和GRPO等强化学习算法。
v_JULY_v
1 年前
vla
·
视觉语言动作模型
·
π0
·
π0-fast
·
高效动作token化技术
·
π0开源了
π0开源了且推出自回归版π0-FAST——打造机器人动作专用的高效Tokenizer：比扩散π0的训练速度快5倍但效果相当
过去的半个多月进一步讲，以上的「大模型和具身」这两大热点是否可以结合呢？那可太多了，详见此文《2024具身智能模型汇总：从训练数据、动作预测、训练方法到Robotics VLM、VLA》
我是有底线的