系列索引｜从一个名字进入一条研究路线

导览说明

这是系列与方法索引。已开放研究定位和原始资料入口；所有单篇精读、横向对比和复现实验均在规划中。

读这页，为了什么？

• 听到一个名字时，先知道它是什么、研究什么，再决定是否深入读论文。
• 前置学习：第 01 课；后续可补充模仿学习、生成式建模与多模态基础，相关课程规划中。

---

基础方法与代表架构

• BC：行为克隆方法与基线，从示范中的观测学习动作；重点看执行时的误差累积。imitation：BC 官方实现文档。
• ACT：策略架构，一次预测一个动作块；重点看训练建模、执行长度与反馈。ACT / ALOHA 原始项目。
• Diffusion Policy：用条件扩散生成动作序列，结合滚动执行；重点看多种合理动作如何建模。Diffusion Policy 原始项目。
• DP3：结合三维点云表示与扩散策略；重点看三维信息怎样帮助动作学习。3D Diffusion Policy 原始项目。

---

预训练通用策略与模型家族

• RT：分别看 RT-1 原始项目 的规模化机器人控制、RT-2 原始项目 的视觉语言知识迁移，以及 Open X-Embodiment 与 RT-X 原始项目 的跨机器人数据与模型。
• Octo：通用机器人策略，关注任务条件、观测与动作接口的适配。Octo 原始项目。
• OpenVLA 导览：从图像、语言到动作；原始模型与 OFT 后续方案分别阅读。OpenVLA 原始项目。
• π 系列导览：连续动作生成、动作编码和泛化；区分模型、方法与代码库。π0 原始发布。
• SmolVLA：把模型、社区数据与部署放在一起看，分别检查模型大小和运行效率。SmolVLA 官方发布。
• GR00T：以 N1 为起点认识面向人形机器人的 VLA，分清双系统策略与底层控制职责。GR00T N1 原始论文。

---

读系列的约定

• 官方后续、第三方扩展和共同技术路线分别标注。DP3 不是 Diffusion Policy 的官方第三版。
• 不同实验中的成功率不能直接排榜；先对齐任务、数据、机器人、评测次数与计算条件。
• 其他方向包括任务规划（SayCan 等）、感知（R3M）、世界模型（Dreamer）和运动控制（RMA、H2O），可在算法地图查看规划范围。

页面类型：专题导览 / 目录 · 更新：2026-10-24。标注“规划中”的条目尚无正式正文。