共 18 篇长文综述与论文精读,按主题分组,组内按最近更新排序。
具身导航(VLN)4 篇
VLN 论文精读:指令跟随篇
本文系统梳理 VLN 指令跟随任务的论文,涵盖 DualVLN、StreamVLN 等最新研究成果,以及 Diffusion Policy 等 VLN 项目所依赖的基础工作。
VLN 论文精读:目标导航与扩展篇
VLN 论文精读的目标导航与扩展篇:目标导航(ObjectNav、HM3D-OVON、图像 / 点目标)性能排行榜,以及目标导航、运动控制、移动操作与其他增补研究。
VLN 综述
从任务、策略架构、空间记忆、动作接口、进度判断与训练信号梳理 VLN;比较主动感知、Agent 编排和预测机制,给出带来源的数据集选型与闭环评测分析。
传统机器人导航算法综述
系统梳理传统机器人导航算法栈:从感知、定位与建图(SLAM),到全局与局部路径规划,再到路径跟踪控制器,涵盖主要算法原理、对比与应用场景。
具身操作(VLA)3 篇
VLA 论文精读
VLA 配套论文精读,链接 RoboDojo 官方统一榜,并提供同评测设置的论文实验分榜。
世界模型综述
本文系统梳理具身智能世界模型(World Models):从认知科学起源与经典有模型强化学习(World Models 2018、DreamerV3、TD-MPC2)的理论奠基,到 Tokenizer、条件注入、生成范式、长程记忆与推理效率等核心工程设计选择;按「世界生成器」与「面向机器人决策的四大范式」两大家族...
VLA 综述
围绕视觉、语言与动作的统一建模,梳理 VLA 的动作表示、训练方法、闭环执行、数据与评测,并结合代表论文讨论泛化能力、部署成本和适用边界。
具身 Agent3 篇
Embodied Agent 论文精读
本文按系统运行时、物理编排、场景图评估、自演化治理、语义动作接口、动作分块、AgentOS、巡检系统治理、导航会话交接、导航工具编排、视觉记忆检视、推理预算分配、统一具身推理、统一分类、递归 Harness 优化、具身能力边界评测与权重—Harness 协同进化十七条路线,收录 Embodied Agent 领域...
AI Agent 综述
围绕“Agent 如何决策、如何行动、如何可靠完成任务”,梳理推理规划、多 Agent 协作、记忆与技能、上下文工程、工具与连接协议,并结合产品案例、具身应用、评测和安全讨论系统设计的适用条件与取舍。
Embodied Agent 综述
从空间记忆、技能契约、执行评估与运行时监控出发,梳理具身 Agent Harness 与机器人运行系统的协同架构,分析通信选型、快慢循环、故障恢复及可验证的接口设计。
大模型与空间智能3 篇
空间智能综述
空间智能是 AI 系统感知、理解、推理和交互三维物理世界的综合能力,是具身智能与通用人工智能的重要基础。本文系统梳理空间智能的核心技术体系,涵盖点云处理、深度估计、神经三维重建、三维目标检测与空间感知语言模型等方向的经典代表性工作,并梳理主流数据集、评测基准与 2023–2026 年最新进展,为学习和研究空间智能...
大语言模型训练综述
大语言模型训练是当前人工智能领域最前沿的研究方向之一。本文系统梳理大模型训练的完整流程、核心技术、工程实践与最新进展,为学习和研究大模型训练提供全面参考。
VLM 综述
从 CLIP 的图文对齐到 LLM 驱动的多模态理解,梳理 VLM 的视觉编码、连接模块、训练流程与评测方法,并结合代表论文说明高分辨率、视频理解和推理增强的设计取舍。
机器学习基础3 篇
强化学习综述
2026年深度总结:系统梳理强化学习与具身智能算法体系,从 MDP 理论基础、策略梯度推导、PPO/SAC/TD3 无模型基石,到世界模型(V-M-C/DreamerV3/TD-MPC2)、扩散策略(Diffusion Policy/DPPO),精选12篇里程碑经典论文深度解析,附仿真基准与算法选型矩阵。
机器学习综述
从学习范式、数据划分与模型评估出发,梳理经典算法、深度网络、预训练模型与生成方法,重点说明核心假设、适用边界和实践选型。
深度学习综述
从机器学习三步骤框架出发,系统梳理神经网络、CNN、RNN/LSTM、Transformer、GNN、优化与正则化、生成模型、MoE、PEFT、量化和 Mamba/SSM,并提供训练排错与基准选择的实用参考。
工程实践2 篇
Python 工程实践指南
把一堆能跑的研究脚本,整理成别人能安装、能运行、能维护的 Python 项目。本文围绕一个贯穿全文的示例工程,系统讲解解释器与环境边界、src 布局与 pyproject 声明、uv 依赖工作流与锁文件的真实保证范围、质量与测试流水线、构建交付与 CI,并专章处理 AI/机器人场景的 CUDA 依赖分层、ROS ...
ROS 2 核心架构指南
系统、深入地剖析 ROS 2 的核心架构、通信底座(DDS/RTPS)、五大通信原语、QoS 策略、执行器调度与零拷贝 IPC、Lifecycle 状态机、TF2、机器人建模、主流生态栈(Nav2/MoveIt2/ros2_control/micro-ROS)以及工业级多机部署与性能调优。