具身算法手册探索指南
π 系列｜连续动作、压缩与泛化
区分 π0、FAST、π0-FAST、π0.5 与 openpi，建立起步阅读路线。
这是 π 系列导览。围绕连续动作、动作压缩与泛化三个问题建立起步路线；不把版本名字当成能力排行榜。精读与复现实验均在规划中。
读这页，为了什么？
Section titled “读这页，为了什么？”- 先分清 π0、FAST、π0-FAST 和 openpi 分别是什么，再理解模型怎样从图像与指令生成可执行动作。
- 前置学习：第 01 课；后续可补充动作分块、视觉语言模型、流匹配与离散编码，相关课程规划中。
按研究问题认识名字
Section titled “按研究问题认识名字”- π0：视觉语言动作模型，用流匹配生成连续动作块。先理解模型怎样表达一段动作。
- FAST：动作编码方法，把动作序列压缩成适合序列建模的离散 token；它本身不是一台机器人的完整策略。
- π0-FAST：采用 FAST 动作编码的策略模型。理解它时，要把编码方法与模型训练、生成过程分开看。
- π0.5：关注开放世界泛化，例如新场景中的任务执行；具体能力仍需结合论文实验条件理解。
- openpi：官方代码库。代码库、模型权重和数据分别核对，不把仓库名称当成新模型版本。
起步阅读计划
Section titled “起步阅读计划”- 规划中：π0 怎样生成连续动作；FAST 为什么压缩动作；π0 与 π0-FAST 怎样比较。
- 规划中：π0.5 的泛化问题；openpi 数据与推理接口；从一个失败回放理解系统限制。
- 后续研究在有官方来源与明确主题时补入。本页提供学习起点，不声称已经覆盖全部最新版本。
把比较落到具体问题上
Section titled “把比较落到具体问题上”- 比较动作表示、训练目标、推理过程和评测条件；不要把“连续”或“离散”直接等同于优劣。
- 相邻入口：OpenVLA 导览、系列索引；数据、训练与评测教程仍在规划中，范围见算法地图。
从原始资料继续
Section titled “从原始资料继续”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。