09 2026 档案

[Agent Memory / 强化学习] MemPO源码学习笔记 ---(5)--- GRPO
摘要：[Agent Memory / 强化学习] MemPO源码学习笔记 (5) GRPO 目录[Agent Memory / 强化学习] MemPO源码学习笔记 (5) GRPO0x00 概要0x01 原理1.1 现状1.2 GRPO1.3 PPO vs GRPO1.4 为什么MemPO选GRPO而不是 阅读全文
posted @ 2026-09-28 21:35 罗西的思考 阅读(86) 评论(0) 推荐(1)
[Agent Memory / 强化学习] MemPO源码学习笔记 ---（4）--- Rollout实现细节
摘要：[Agent Memory / 强化学习] MemPO源码学习笔记 （4） Rollout实现细节 目录[Agent Memory / 强化学习] MemPO源码学习笔记 （4） Rollout实现细节0x00 概要0x01 回顾0x02 mem_sys_prompt_ids2.1 mem_sys_ 阅读全文
posted @ 2026-09-23 20:43 罗西的思考 阅读(83) 评论(2) 推荐(1)
机器人 / 物理 Agent Harness 综合分析与对比：从「更强的模型」到「更好的系统」
摘要：机器人 / 物理 Agent Harness 综合分析与对比：从「更强的模型」到「更好的系统」 目录机器人 / 物理 Agent Harness 综合分析与对比：从「更强的模型」到「更好的系统」0x00 概要0x01 面对的难点与核心冲突1.1 核心冲突的一句话版本1.2 深挖：难点的四个层次0x0 阅读全文
posted @ 2026-09-22 20:11 罗西的思考 阅读(185) 评论(0) 推荐(3)
[Agent Memory / 强化学习] MemPO源码学习笔记 --- （3）--- Rollout思路
摘要：[Agent Memory / 强化学习] MemPO源码学习笔记 （3） Rollout思路 目录[Agent Memory / 强化学习] MemPO源码学习笔记 （3） Rollout思路0x00 概要0x01 Rollout 主要内容1.1 时间线1.2 纯 RolloutRollout 阶 阅读全文
posted @ 2026-09-17 20:51 罗西的思考 阅读(114) 评论(1) 推荐(1)
[Agent Memory / 强化学习] MemPO源码学习笔记 --- (2)--- 训练
摘要：[Agent Memory / 强化学习] MemPO源码学习笔记 (2) 训练 目录[Agent Memory / 强化学习] MemPO源码学习笔记 (2) 训练0x00 概要0x01 原理1.1 为什么MemPO必须用RL而不是SFT？SFT 的劣势RL解决方式MemPO的实际路径小结1.2 阅读全文
posted @ 2026-09-15 20:45 罗西的思考 阅读(52) 评论(0) 推荐(0)
机器人模型（WM / WAM / VLA）综合分析与对比：从「看」到「想」再到「做」
摘要：机器人模型（WM / WAM / VLA）综合分析与对比：从「看」到「想」再到「做」 目录机器人模型（WM / WAM / VLA）综合分析与对比：从「看」到「想」再到「做」0x00 概要0x01 面对的难点与核心冲突1.1 核心冲突的一句话版本1.2 深挖：难点的四个层次0x02 这些模型如何解决 阅读全文
posted @ 2026-09-14 20:52 罗西的思考 阅读(173) 评论(3) 推荐(1)
[Agent Memory / 强化学习] MemPO源码学习笔记 ---（1）--- 总体
摘要：[Agent Memory / 强化学习] MemPO源码学习笔记 （1） 总体 目录[Agent Memory / 强化学习] MemPO源码学习笔记 （1） 总体0x00 概要0x01 基础 & 背景1.1 用RL训练记忆系统的要点1.2 主要难点1.3 主要思路1.4 RL训练方案1.4.1 阅读全文
posted @ 2026-09-10 21:00 罗西的思考 阅读(204) 评论(0) 推荐(0)
【OpenClaw具身硬件】ZeroClaw 源码阅读笔记（4）--- 代码执行
摘要：【OpenClaw具身硬件】ZeroClaw 源码阅读笔记（4） 代码执行 目录【OpenClaw具身硬件】ZeroClaw 源码阅读笔记（4） 代码执行0x00 概要0x01 代码合成1.1 核心思想1.2 业务逻辑具体应用场景能力体现1.3 实现细节生成种类Rust 代码Arduino CLI的 阅读全文
posted @ 2026-09-08 21:17 罗西的思考 阅读(129) 评论(0) 推荐(0)
DreamZero 与 DreamDojo：世界模型与策略的分层协同综合分析与对比
摘要：DreamZero 与 DreamDojo：世界模型与策略的分层协同综合分析与对比 目录DreamZero 与 DreamDojo：世界模型与策略的分层协同综合分析与对比0x00 概要0.1 缘由0.2 一句话定位0x01 面对的难点与核心冲突1.1 核心冲突的一句话版本1.2 深挖：难点与冲突的四 阅读全文
posted @ 2026-09-07 21:22 罗西的思考 阅读(108) 评论(0) 推荐(0)
【OpenClaw具身硬件】ZeroClaw 源码阅读笔记（3）--- RAG
摘要：【OpenClaw具身硬件】ZeroClaw 源码阅读笔记（3） RAG 目录【OpenClaw具身硬件】ZeroClaw 源码阅读笔记（3） RAG0x00 概要0x01 两套RAG1.1 关键差异1.2 工程取舍0x02 HardwarRag 基础2.1 基本功能2.2 使用原因2.3 具体应用 阅读全文
posted @ 2026-09-02 21:35 罗西的思考 阅读(173) 评论(0) 推荐(0)