总之这个项目顺利完结了,最终打包的apk也给我的那位朋友了,总之差不多就是这样!!!!

本文介绍了OpenVLA模型，一种基于多模态大语言模型的具身智能系统。该模型整合了DinoV2和SigLIP视觉编码器提取图像特征，通过MLP投影到与语言特征相同的空间，并使用Llama 2作为多模态融合主干。关键创新在于动作解码部分，将7维连续机器人动作离散化为256个区间（基于1%-99%分位数范围），避免极端值影响。这种将视觉-语言特征融合输出为离散动作token的方法，为具身智能任务提供了

这篇论文实际上就是提出了一套流程，在没有提出新的模型架构的情况下用新的计算流程让整个系统准确率能更高，但是有一定的要求（解决问题的LLM一定要能给出正确的答案，如果给出正确答案的概率是0也白搭），然后作者从数学原理上证明了他这套系统在一定情况下能把错误率减到0。这个就好比什么呢，LLM是一个纯黑盒的回答机器，他会根据问题输出答案，但是得出正确答案的概率会变，可能从5%到90%都有可能，所以一般人都

总之先开始。

好像没啥骚话了,就这样吧。

人是怎么做决策的?显然,我们从经历中学习,不管是自己的还是别人的,然后我们根据这些学习结果做出一个我们人为的最好决策.而机器学习也是如此,它也是从数据中进行学习,我们用眼睛和大脑,机器就用摄像头和计算.所以我们可以做出一个论断,机器学习是:"patterns.”这一章主要讲的有回归任务,线性回归,梯度下降和一些回归的方法上面讲了回归,那显然接下来就是要讲分类了,主要是分以下这几个方面来说,分类器的

人是怎么做决策的?显然,我们从经历中学习,不管是自己的还是别人的,然后我们根据这些学习结果做出一个我们人为的最好决策.而机器学习也是如此,它也是从数据中进行学习,我们用眼睛和大脑,机器就用摄像头和计算.所以我们可以做出一个论断,机器学习是:"patterns.”这一章主要讲的有回归任务,线性回归,梯度下降和一些回归的方法上面讲了回归,那显然接下来就是要讲分类了,主要是分以下这几个方面来说,分类器的