RoboPrep
  • 面试
  • 知识库
  • Coding
  • 公司
登录

搜索

搜索面试经历、知识题和 Coding 题。

至少输入两个字符。结果覆盖知识库、面试、Coding、公司和主题。

RoboPrep

一次一题,准备具身智能面试。

产品

  • 面试
  • 知识库
  • Coding

探索

  • 公司
  • 主题

账户

  • 登录
  • 创建账户

RoboPrep — 面向具身智能岗位的面试准备平台。内容来自社区分享,使用前请自行核实。

知识库

为具身智能面试中反复出现的概念提供标准答案。

全部清除

当前主题:vla

问题

共 22 个问题

  • 知识中等

    π0 在 VLM 主干、视觉编码器以及图像与语言 token 融合方面有哪些特殊设计?注意力如何交互?

    π0 直接沿用 PaliGemma(SigLIP 视觉编码器 + Gemma 语言主干),多相机图像 patch 与语言 token 拼接共享全注意力;机器人专有信号不进入 VLM 上下文,只经输入投影提供给动作专家。

    • VLA
    • π 系列
  • 知识中等

    π0 与 π0.5 如何处理 VLA 中的机器人本体状态?这种设计差异会带来哪些影响?

    两者都把本体状态经输入投影只喂给动作专家而非 VLM,保持主干本体无关;π0.5 更强调跨本体共训,状态的作用被进一步弱化,更多依赖视觉闭环。

    • VLA
    • π 系列
上一页
  1. 1
  2. 2

浏览主题

  • Action Chunking3
  • Attention4
  • Diffusion Policy2
  • DQN2
  • Flow Matching3
  • GRPO6
  • KV Cache3
  • PPO10
  • QKV1
  • RL37
  • SAC5
  • SE(3)
1
  • Sim2Real2
  • Transformer6
  • VLA16
  • π 系列24
  • 世界模型2
  • 具身智能5