作为一个通用的机器人策略，模型的核心结构是采用一个预训练的 VLM 模型，加上一个动作专家（Action Expert），动作专家通过 Flow Matching 生成连续的动作。Flow Matching 应该是 Diffusion 的一种变体。VLM、LLM 等模型虽然已经取得了广泛的成果，但它们始终未能直接产生对物理世界的交互：它们的模型输入是图片或语言，输出也是。

最近秋招，除了笔试外，还做了很多人才测评的题目，里面的图形推理题有时候看了真是毫无头绪，根本看不出什么规律，于是去某鱼上专门淘了个题库，整理出如下文档，分享同样有需要的大家。