2026-10-24 · 中文 · 20 分钟

从 SuperMimic 理解世界模型

策略梯度、可微仿真与真实机器人

从 SuperMimic 出发，理解学习动力学、PPO、动作梯度、可微物理与价值函数，以及仿真策略如何部署到真实机器人。