GMR 是一个通用的运动重定向框架，专注于将人类运动数据高精度、实时地重定向到多款人形机器人，同时适配 RL 跟踪策略优化，支持多类人类运动格式和人形机器人型号。，无需从零开发 IK / 关节映射，仅需调用脚本即可完成从各类人体运动数据到多款机器人的重定向，同时适配 RL 训练和实时遥操作场景。这类脚本的核心逻辑是「解析源运动数据 → 调用 GMR 核心算法 → 输出机器人可执行的关节数据」，支持

奖励模型：通过为文本序列的最后一个标记分配标量奖励值，评估生成文本的质量。配对比较数据集：使用首选样本和非首选样本的配对比较数据集，训练奖励模型。损失函数：通过最小化损失函数，模型可以学习到如何区分高质量和低质量的生成文本。b.2)模仿学习：通过使用输入和期望输出的配对数据，模型可以学习从输入到输出的映射。损失函数：结合了奖励模型损失和自回归语言模型损失，通过最小化损失函数，模型可以同时提高区分能

基于云边端协同的系统；特点：IR-L4代表智能机器人的巅峰，系统在感知、决策和执行方面具有完全的自主性，能够在任何环境中独立运行，无需人类干预。特点：引入了初步的环境意识和自主能力，能够在动态环境中执行任务，如服务机器人能够根据语音命令执行不同的任务（如“送水”或“导航引导”），同时在路径执行过程中避开障碍物。特点：具有有限的基于规则的反应能力，能够执行预定义的任务序列，如清洁机器人和接待机器人。

奖励模型：通过为文本序列的最后一个标记分配标量奖励值，评估生成文本的质量。配对比较数据集：使用首选样本和非首选样本的配对比较数据集，训练奖励模型。损失函数：通过最小化损失函数，模型可以学习到如何区分高质量和低质量的生成文本。b.2)模仿学习：通过使用输入和期望输出的配对数据，模型可以学习从输入到输出的映射。损失函数：结合了奖励模型损失和自回归语言模型损失，通过最小化损失函数，模型可以同时提高区分能

1）目标函数使得价值收益最大2）求解梯度上升，但是数据不好去取，3）采用On Policy和Off Policy，用上一轮结果作为当前一轮的输入。

四足机器人在 Isaac Lab 中的完整 RL 训练环境配置，核心目标：柔顺步态控制 + 安全人机交互 + sim2real 虚实迁移，完全匹配你之前的 PACE 系统辨识、柔顺控制研究方向。关键解读ManagerBasedRLEnvCfg：Isaac Lab 标准模块化 RL 环境，把观测、动作、奖励、事件拆分为独立模块，易修改。ROBOT_CFG = UNITREE_GO2_PACE_CFG

1）目标函数使得价值收益最大2）求解梯度上升，但是数据不好去取，3）采用On Policy和Off Policy，用上一轮结果作为当前一轮的输入。

如边缘，纹理，形状等低级特征，以及物体类别，语义等高级特征。ResNet：通过残差连接解决深层网络梯度小时问题，广泛用于图像分类，目标检测等任务，例如在图像分类中，ResNet提取图像的丰富特征，最后通过全连接层输出类别概率。用于预测候选区域边界框的偏移量，调整其位置和大小，使 边界框更精确地匡助目标，输出的是坐标，宽度，高度等维度变化量，不涉及类别判断。，如分类，目标检测，语义分割等，它将nec

基于扩散模型的自车+周车闭环轨迹。从头训练的LLM模型底座。

检索增强生成，是一种结合信息检索（Retrieval）和文本生成（Generation）的技术RAG技术通过实时检索相关文档或信息，并将其作为上下文输入到生成模型中，从而提高生成结果的时效性和准确性。