本文讲述了 ICRA 2023 的 DreamWaQ 如何只用本体感知实现四足机器人的鲁棒运动：它用共享编码器同时输出机身线速度与上下文潜变量，以 β-VAE 重建下一时刻观测实现隐式地形想象，配合非对称 Actor-Critic 与 AdaBoot 完成仿真到真实的零样本迁移，并给出 CENet 的模块级工程实现与数值验证。

本文讲述了如何用 Grounding DINO 把一句文本提示变成目标框、再用 SAM 把框变成像素级掩码：先拆解前者的 Swin 主干、BERT 文本编码、特征增强器、语言引导查询选择与跨模态解码器，再拆解后者的 ViT 图像编码器、提示编码器与超网络掩码解码器，最后串起完整流程，并给出本地部署结果与后续三维抓取的前置准备。

本文从 VLA 的四条技术路线切入，以 OpenVLA 为主线讲清它如何用 DINOv2 + SigLIP 看懂画面、用 Projector 把视觉接进 Llama 2 7B，并把机械臂动作改写成“256 档动作 token 的下一 token 预测”，最后串起数据、预训练、LoRA 微调与量化部署的完整链路。

本文基于 LeRobot 框架的源码结构，系统梳理了其核心模块与训练流程，并结合 ACT 算法在 SO101 机械臂上的实际应用，完整介绍了从策略原理与源码实现、专家示范数据采集、模型训练到真实机器人部署与实验验证的全过程。

本文以 Push-T 为例，结合 Diffusion Policy 的论文与源码，介绍了扩散策略在机器人模仿学习中的基本原理与实现流程，并完成了从环境配置、专家数据验证到官方模型评测的复现过程。

本文讲述了 ACT 如何用 Action Chunking（一次预测未来 k 步动作）配合 CVAE 建模人类示教的多模态，来缓解行为克隆的累积误差与非马尔可夫问题，并结合官方代码逐模块拆解了从观测构造、CVAE、Encoder/Decoder 到 Temporal Ensembling 的方法链路，以及数据采集、训练与评测的完整流程。

本文从机器人领域出发，把一篇论文的构成、引用与投稿流程，以及期刊、会议的分类体系串成一条线，整体偏工科，仅供参考。

本期我们从 MicroDuck 这台双足机器人出发，走完了它一个 PPO 训练任务的全部构成：硬件与关节布局、工程目录、Command、Observation、Action、Reward，最后把这几块接回`rsl_rl`的训练主循环，逐一对上配置文件里的旋钮

本文讲述了 DDPM 的完整实现与六组二维合成云实验:从张量形状、噪声调度、去噪网络与两种参数化的统一讲到训练流程,再用前向加噪、噪声调度、反向去噪路径、噪声场、无条件生成与 DDIM 步数扫描逐条核对上篇的每一个论断,并把这套机制延伸到图像生成与机器人动作生成。

本文讲述了 VAE 从 ELBO 推导到机器人轨迹落地的完整链路：先讲清 AE 为什么不能生成，再依次推导概率潜变量、重参数化与 KL 散度，最后用 LIBERO 轨迹数据配合源码验证。