“物理智能π0的基于源代码的技术指南：PaliGemma VLM和专用动作专家，具有条件流匹配的连续动作生成，跨越七种机器人类型的跨具身训练，以及与RT-2和OpenVLA等自回归VLA模型的区别。”
行为克隆、DAgger 和逆强化学习在奖励难以编写时会使用演示。本入门指南涵盖协变量偏移、奖励推断、VLA 连接、评估、安全性和数据来源。
