🤖 Neutrino in the Loop

在公开写作中，把“看过”变成“理解”

这里记录我对机器人、具身智能、灵巧操作与学习方法的思考。文章不是标准答案，而是持续修正的理解坐标。

最新文章

🖼️ ViT：一张图，不过是 16×16 个词

论文阅读
计算机视觉
Transformer
视觉编码器
预训练

把图像切成 16×16 的 patch、当词序列喂给标准 Transformer：没有卷积的归纳偏置，小数据上打不过 ResNet，数据一多反而反超——「大规模训练胜过归纳偏置」是这篇 ICLR 2021 最锋利的结论，也是今天所有 VLA 视觉编码器的起点。

2026年8月29日

🎳 RL-100：一套损失，把真机策略从 68% 练到 100%

论文阅读
具身智能
强化学习
扩散策略
真机部署

模仿学习打底、迭代离线 RL 收割主要增益、在线 RL 收官残余失败——三段式共用同一个 PPO 式去噪目标。八个真实机器人任务、1000/1000 次成功，含 250 连中与商场七小时零故障。

2026年8月20日

🛠️ Harness VLA：不教 VLA 更多技能，只教管家怎么用它

论文阅读
具身智能
VLA
智能体
记忆

把冻结的 VLA 降格为一枚可重试的接触原语，让 LLM agent 用固定的解析原语库来编排它——不微调、不扩充技能，LIBERO-Pro 上比最强基线高出 38.6 个百分点。

2026年8月19日

👉 Embodied-R1：在“看懂”和“做到”之间，插入一个点

论文阅读
具身智能
VLA
强化学习
空间推理

把任务理解统一成四种“指”的能力——指物体、指区域、指功能部位、指出运动轨迹——再用强化微调解决多解困境，一个 3B 的 VLM 就能把通用视觉理解接上机械臂。

2026年8月18日

🤲 RoboTwin 2.0：把双臂操作数据做成可扩展的数据引擎

论文阅读
具身智能
机器人数据
双臂操作
Sim-to-Real

从 MLLM 自动生成专家程序、仿真闭环纠错到五维域随机化，理解 RoboTwin 2.0 如何构建更鲁棒的双臂操作数据与 benchmark。

2026年8月17日

🧭 Decoding Task Progress from VLA Representations

论文阅读
具身智能
VLA
机制可解释性
OOD 检测

线性探针能从 VLA 内部表征中读取任务进度；这个信号不可直接操控策略，却可以成为轻量的运行时监测器。

2026年8月16日

🖐️ 机器人如何真正理解接触？

论文阅读
具身智能
触觉感知
机器人学习

从早期触觉学习到多模态融合，理解机器人如何把接触信号转化为可执行、可修正的动作。

2026年8月15日

🧱 具身智能需要怎样的数据？

论文阅读
具身智能
机器人数据

从可扩展性与机器人对齐之间的张力出发，理解具身智能的五层数据金字塔。

2026年8月14日
无匹配项