强化学习理论基础
整理马尔可夫决策过程、价值函数与策略学习。
TECHALPACA / ROBOTICS RESEARCH
机器人研究
/ 笔记从技术到落地，记录机器人行业的研究与实践。
VLA模型：让机器人像人类一样"看懂、听懂、动手做"
VLA，正在让机器人从"自动化的工具"进化为"有身体的智能体"。
强化学习：最聪明的AI，都是从"犯错"开始的
在没有标准答案的世界里，如何做出最优决策。
Transformer 模型详解（从“顺序理解”到“全局关系建模”）
每个词都不再是孤立的，而是被放在整个语境中不断重新定义。