贪心通常不需要高深的数学证明。“此时此刻，怎么做最划算？题目中出现“最大利润”、“最少跳跃”、“最远距离”，往往可以考虑贪心。如果发现可以通过局部最优选法直接得到答案（且举不出反例），那么贪心就是对的。排序（很多贪心题需要先排序，虽然本页四题没用到，但很常见）。维护一个max_so_far（目前为止最大）。双指针/滑动窗口辅助。

画树形图：回溯问题一定要在纸上画出递归树。死记模板：先模仿->recursion->path.pop这个固定套路。区分去重：搞清楚什么时候需要startIndex（组合/子集问题），什么时候需要used数组（排列问题）。调试：如果逻辑乱了，在入口打印path，能直观看到程序是怎么“跳”的。

08132025按“第一性原理（从问题本质→建模抽象→算法选择→验证与边界）”来拆解这篇论文，并给出其学术与应用价值评估。过程公式看着复杂，但只需要知道最终目的即可，转化为马尔科夫决策过程。常规做法的痛点：论文方案：在 PPO 框架内改造 Actor 的末端双头输出（分别给 AO 与 AR 的分布），并相应修改概率比/裁剪的目标函数，使策略梯度稳定地在二维离散空间学习——即 2D-PPO。比较简单

Sutton 实际上是在倡导一种**“极简主义的算法设计 + 极大主义的算力投入”**。作为具身智能研究者，我们的任务是设计那个“能够容纳海量计算和数据”的容器（算法），而不是去设计数据本身。

摘要： 论文《FAST: Efficient Action Tokenization for Vision-Language-Action Models》提出了一种高效的视觉-语言-动作（VLA）模型动作分词技术FAST，通过离散余弦变换（DCT）和字节对编码（BPE）压缩动作序列，解决了高频控制任务中传统分词方法的冗余问题。实验表明，FAST在高频灵巧操作任务中表现优异，训练效率比扩散模型快5倍

这篇论文干的事就是：“让本地大模型+知识库当懂行的调度工程师，把工厂经理的嘴皮话，自动变成能跑的数学模型和代码，省时间又不怕数据外泄。MILP（Mixed Integer Linear Programming，混合整数线性规划）。注意是线性。

π0把“VLM的语义理解力”与“流匹配的连续动作生成力”在。

这篇论文干的事就是：“让本地大模型+知识库当懂行的调度工程师，把工厂经理的嘴皮话，自动变成能跑的数学模型和代码，省时间又不怕数据外泄。MILP（Mixed Integer Linear Programming，混合整数线性规划）。注意是线性。

08132025按“第一性原理（从问题本质→建模抽象→算法选择→验证与边界）”来拆解这篇论文，并给出其学术与应用价值评估。过程公式看着复杂，但只需要知道最终目的即可，转化为马尔科夫决策过程。常规做法的痛点：论文方案：在 PPO 框架内改造 Actor 的末端双头输出（分别给 AO 与 AR 的分布），并相应修改概率比/裁剪的目标函数，使策略梯度稳定地在二维离散空间学习——即 2D-PPO。比较简单

这篇论文干的事就是：“让本地大模型+知识库当懂行的调度工程师，把工厂经理的嘴皮话，自动变成能跑的数学模型和代码，省时间又不怕数据外泄。MILP（Mixed Integer Linear Programming，混合整数线性规划）。注意是线性。