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:action-chunking

问题

共 3 个问题

  • 知识中等

    π0 中的 action chunk 具体表示哪些时间范围与控制量?模型如何生成并在执行时滚动使用这一段动作?

    动作块覆盖未来约 1 秒(H=50、50Hz)的关节级控制量;块内按时间戳顺序执行,执行期间或块尾重新观测并生成下一块,相邻块用外推与平滑衔接。

    • VLA
    • π 系列
    • Action Chunking
  • 知识中等

    什么是 ACT?它的核心思想是什么?相比传统的模仿学习方法有哪些改进?

    ACT 用 CVAE 从示范中采样风格隐变量、Transformer 解码器一次输出一整段动作块,配合时间集成执行,缓解模仿学习的多模态与累积误差问题。

    • Action Chunking
    • 模仿学习

浏览主题

  • Action Chunking3
  • Attention4
  • Diffusion Policy2
  • DQN2
  • Flow Matching3
  • GRPO6
  • KV Cache3
  • PPO10
  • QKV1
  • RL37
  • SAC5
  • SE(3)
知识中等

具身智能中的 RTC 相关概念有哪些?(实时控制、延迟、控制频率等)它们对系统性能有什么影响?

控制频率、端到端延迟、抖动与确定性、内外环分工是核心概念;感知-推理-执行的延迟链直接决定系统的稳定性与反应能力。

  • 机器人学
  • Action Chunking
1
  • Sim2Real2
  • Transformer6
  • VLA16
  • π 系列24
  • 世界模型2
  • 具身智能5