#imitation learning

Aprendizaje por refuerzo September 4, 2026

Explicación de π0: cómo la coincidencia de flujo cambió la generación de acciones de VLA

Una guía técnica basada en fuentes para el π0 de Physical Intelligence: el VLM PaliGemma y el Action Expert dedicado, la generación continua de acciones con coincidencia de flujo condicional, el entrenamiento entre diferentes tipos de robots y la diferencia con los modelos VLA autorregresivos como RT-2 y OpenVLA.

Fundamentals · 13 min de lectura Aprendizaje por refuerzo September 3, 2026

Introducción al aprendizaje por refuerzo: aprendizaje por imitación y aprendizaje por refuerzo inverso.

La clonación de comportamiento, DAgger y el aprendizaje por refuerzo inverso utilizan demostraciones cuando resulta difícil programar las recompensas. Esta introducción abarca el cambio de covariables, la inferencia de recompensas, las conexiones VLA, la evaluación, la seguridad y la procedencia de los datos.

Fundamentals · 7 min de lectura