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(119)
评论(1)
推荐(1)
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(60)
评论(0)
推荐(0)
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(181)
评论(3)
推荐(1)
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(214)
评论(0)
推荐(0)
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(142)
评论(0)
推荐(0)
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(117)
评论(0)
推荐(0)
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(175)
评论(0)
推荐(0)
浙公网安备 33010602011771号