先判断这门课适不适合你，再决定是否预约 1V1。

面向已经具备 robot learning、VLA 或 robotic foundation models 基础的学习者，系统讲清 pi0.5 作为基于 pi0 发展而来的 vision-language-action model，为什么把 open-world generalization 作为核心目标。课程会重点说明它不是“所有机器人基础模型”的泛称，而是 VLA 路线上的一个具体模型；会讲清 heterogeneous co-training、异构数据来源、高层语义预测与动作生成各自扮演的角色，并把它与 pi0、公开 flow-matching action head、world model 等其他路线的边界讲清。

你已经有明确目标，想在几次 1V1 内把一个真实问题推进到可交付状态。

带走一张清晰的 pi0.5 技术地图：能够基于公开材料解释 VLA backbone、open-world generaliza...

新导师支持 1V1 咨询

¥499起

查看详情与预约

机器人开发90 分钟 · 1V1

Flow Matching 入门：从连续流到机器人策略学习

面向已经具备 robot learning、imitation learning 或 generative policy 基础的学习者，系统讲清 Flow Matching 作为连续生成建模框架，如何通过对固定条件概率路径上的向量场进行回归来学习概率传输，以及它为什么会被引入机器人策略学习。课程会重点说明它首先是生成建模与连续流方法，而不是机器人领域的专有概念；同时也会把它与 diffusion policy、behavior cloning、world model 的边界讲清，并进一步说明 conditional flow matching 在这一方法家族中的位置。

你已经有明确目标，想在几次 1V1 内把一个真实问题推进到可交付状态。

带走一张清晰的 Flow Matching 技术地图：能够解释 CNF、vector field regression、cond...

Diffusion Policy 入门：从模仿学习到机器人策略生成

面向已经具备 imitation learning 与 robot learning 基础的学习者，系统讲清 Diffusion Policy 如何将机器人的 visuomotor policy 建模为条件去噪扩散过程，并通过 action diffusion 生成动作序列。课程会重点说明它本质上仍属于以 demonstrations 为核心的策略学习路线，最典型的应用场景是机器人 manipulation 与 visuomotor control 任务；同时也会把它与 behavior cloning、其他序列策略、强化学习以及 world model 的边界讲清。

你已经有明确目标，想在几次 1V1 内把一个真实问题推进到可交付状态。

带走一张清晰的 Diffusion Policy 技术地图：能够解释 action diffusion、receding-hor...

Robot Learning 入门：从 Perception 到 Foundation Models

给想进入机器人学习方向的人，先建立一张不混乱的技术地图。课程会用 1V1 方式讲清 robot perception、reinforcement learning、model-based learning、imitation learning 与 robotic foundation models 各自解决什么问题、彼此如何衔接，以及你下一步该学什么。

你已经有明确目标，想在几次 1V1 内把一个真实问题推进到可交付状态。