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。
为具身智能面试中反复出现的概念提供标准答案。
当前主题：robotics
共 14 个问题
任务定义、遥操作采集、同步校准、清洗标注、整理以及训练期混合。
一次预测一小段未来动作，执行后再重新观测和规划。
三维空间中的特殊欧氏群，表示刚体的旋转和平移。
通过迭代去噪生成动作轨迹的视觉运动策略。
IL 要覆盖任务分布的高质量（观测，专家动作）对；RL 需要带奖励/成败信号的交互经验且欢迎失败；配比按阶段定——SFT 打底为主，按成功率瓶颈递增加码 RL 并混入示范防遗忘。
预训练给通用表示，SFT 用示范把行为对齐到任务分布，GRPO 在 SFT 之上用可验证奖励继续突破模仿上限；完整流程是数据准备 → 轨迹采样 → 奖励计算 → 策略更新 → 评测的闭环。
失败轨迹是后训练的免费负样本：离线 value 学习的信用来源、奖励模型与成功检测器的负例、偏好对与优势条件化的低分侧，以及场景挖掘的归因线索。
部署挑战覆盖算力/延迟、标定漂移与安全兜底；Sim2Real 差距来自物理、视觉与执行器建模，靠域随机化、系统辨识和真机微调弥合。
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。
视觉域（裁剪/颜色/遮挡）、域随机化（光照纹理相机）、视角与时间增强、动作扰动等；对视觉泛化提升明显，但必须避免破坏动作语义。
UMI 用手持夹爪 + GoPro + SLAM 恢复轨迹，不依赖机器人就能在真实场景大规模采集操作示范，再迁移到真机策略。
Hugging Face 机器人社区的标准化数据集格式：Parquet 表 + 视频 episode、统一观测/动作空间元数据，可流式加载与跨本体复用。
replay buffer 持久化自主经验供反复离线更新：为 value/优势估计提供固定分布、重标注与再平衡、混合新旧数据防止遗忘，是经验闭环类方法的枢纽。
数据层的异构 co-training（网络图文、多机器人、言语指令）、训练目标层的高层子任务预测、训练策略层的离散 token 预训练 + 连续专家微调，三层叠加支撑开放世界泛化。