端到端机器人学习核心概念全解：VLA、WAM、世界模型与训练范式
一、问题背景：从模块化到端到端的范式迁移传统机器人系统采用感知→规划→控制的模块化架构：视觉模块检测目标，规划模块计算轨迹，控制模块执行命令。每个模块独立设计、独立调试，模块间通过结构化接口通信。 这种架构有三个根本性局限： 信息瓶颈：每个模块只传递下游需要的信息，上游的丰富感知在下游被截断。视觉模块输出边界框，但丢弃了纹理、光照、场景语义等可达百万维的信号。 复合误差：每个模块各有误差，级联后总误差不是加法关系，而是非线性放大——前置模块的微小错误可能使后置模块的输入彻底偏离设计域。 不可端到端优化：模块间界面是离散符号而非可微张量，梯度无法从任务目标反向传播至原始感知。 端到端学习的核心思想是一次性解决这些问题：用一个神经网络直接从原始感知映射到动作指令，所有参数通过任务损失联合优化。 这场范式迁移的驱动力来自三个方向的同时成熟： 驱动力 代表工作 关键能力 大语言模型的推理能力 GPT-4, Gemini 将常识推理和任务分解注入机器人动作 视觉基础模型的感知能力 DINOv2, SAM, SigLIP 像素级场景理解不再需要手工特征 大规模机器...
高等数学（上）· 从极限到微分方程
参考教材：同济大学数学系《高等数学》第七版 上册（第1–7章）。GitHub 配套课本：github.com/goodisok/ChinaTextbook 一、极限——微积分的唯一入口概念直觉先忘掉 ε\varepsilonε-δ\deltaδ。极限的直觉很简单： 一个数列 xnx_nxn，”最终”稳定在某个值附近，无论多靠近，只要走足够远，就能进到那个范围内。 想象你朝一堵墙走，每一步走剩下距离的一半。你永远碰不到墙——但你离墙的距离趋向于零。这就是极限。 定义（直观版）数列极限：limn→∞xn=A\lim\limits_{n\to\infty}x_n = An→∞limxn=A 当且仅当：对任意小的距离 ε>0\varepsilon>0ε>0，总能找到一个 NNN，使得 n>Nn>Nn>N 时 ∣xn−A∣<ε|x_n - A|<\varepsilon∣xn−A∣<ε。 函数极限：limx→af(x)=L\lim\limits_{x\to a}f(x)=Lx→alimf(x)=L ...
涵道风扇空气动力学：推力增广的物理机制与工程设计
一、一个违反直觉的事实开放螺旋桨的推进效率已经很高，为什么还要在外面加一个环？ 答案是：涵道在悬停状态下可以将推力提升 30-80%，而且在相同推力下桨盘面积更小。 这个数字来自 Pereira[1] 的实验测量——在相同输入功率下，10英寸涵道风扇的静推力比同直径开放螺旋桨高出约 50%。 这违反常规直觉。直觉会说”加一个环增加了重量和阻力，效率应该更低”。但涵道不是简单的环——它改变了经过桨盘的气流结构。 二、涵道推力的物理解构 2.1 推力不是来自一个地方传统螺旋桨的推力来自桨叶对气流做功。涵道风扇的推力来自两个独立物理来源： Ttotal=Trotor+Tduct T_{\text{total}} = T_{\text{rotor}} + T_{\text{duct}} Ttotal=Trotor+Tduct 其中 TrotorT_{\text{rotor}}Trotor 是旋翼推力（与开放螺旋桨相同），TductT_{\text{duct}}Tduct 是涵道壁面上的压力积分产生的额外推力。 更准确的三分分解（Kriebel[2] 模型）： Tduct=Tl...
六旋翼构型、控制分配与故障容错：从数学模型到飞行汽车应用
一、为什么需要六旋翼四旋翼无人机是最常见的多旋翼构型，但它有一个致命缺陷：任何单个电机或螺旋桨失效，飞行器必然失控坠毁。 这不是工程优化问题，而是数学约束问题。 一个四旋翼有 4 个独立旋翼，产生 4 个控制输入（推力 f1,f2,f3,f4f_1, f_2, f_3, f_4f1,f2,f3,f4），而刚体飞行器在三维空间中有 6 个自由度（位置 x,y,zx, y, zx,y,z 和姿态 ϕ,θ,ψ\phi, \theta, \psiϕ,θ,ψ）。但由于多旋翼的欠驱动特性，4 个旋翼实际可控的自由度只有 4 个（通常为总推力 + 三个力矩），恰好满足悬停和基本机动的必要条件。 四旋翼一旦失去一个电机，控制输入数降到 3，无法独立控制三个力矩轴——飞行器必然失控。这是 Freddi 等[1]严格证明过的结论。 六旋翼有 6 个独立旋翼，产生 6 个控制输入，而悬停和姿态控制只需 4 个虚拟控制量（u1u_1u1 总推力，u2,u3,u4u_2, u_3, u_4u2,u3,u4 三轴力矩）。多余的两个自由度就是容错空间——即使某个旋翼完全失效，剩余 5 个旋翼仍...
3D高斯泼溅（3DGS）完全入门：从零理解实时新视角合成
本文适合谁：完全不知道 3DGS 是什么的读者。读完你能理解它为什么让学术界和工业界同时兴奋——从只能靠神经网络慢慢查询，进化到用”高斯颜料球”直接往屏幕上泼。 一、这门技术解决了什么问题你的手机拍了一张照片。照片是一张二维的图像，记录的是相机在那个位置、那个角度看到的东西。换个位置——哪怕只挪半米——拍出来的就是另一张完全不同的照片。 新视角合成（Novel View Synthesis, NVS） 解决的问题是：给你若干张从已知位置拍的照片，你能生成从任意新位置、新角度看到的画面吗？ 听起来像科幻。但是：能。而且 2023 年之后，能实时做了。 3DGS 之前的王者是 NeRF（Neural Radiance Fields, Mildenhall et al., ECCV 2020）——用神经网络记住一个场景。查询摄像头光线上每个点的颜色和透明度，然后把一整条光线上的点”捏合”成像素。效果惊艳，但一个致命问题：渲染一帧需要几秒甚至几十秒。原因是每条光线要跑几百次神经网络——这是个几百次MLP前向传播的问题。 3DGS 换了条完全不同的路。问的不是”这条光线经过哪些点”，...
读《小米创业思考》——雷军的七字诀与效率信仰
34.6万字，14章，雷军30年创业心法的首次系统输出。 读完《小米创业思考》，最大的感受是：这本书不是一本”成功学”，而是一本工程学。 雷军写这本书的方式，和他做产品的方式完全一致——拆解、定义、量化、迭代。全书的核心可以浓缩为两句话：用互联网思维做制造业，用效率革命击穿价格壁垒。下面从几个维度谈谈读后感。 一、七字诀不是口号，是操作系统专注、极致、口碑、快——这四个词被无数互联网公司挂在墙上，但真正像小米一样把它们当作操作系统来运行的，少之又少。 雷军在书中对”七字诀”的拆解是全书最精彩的部分： 专注不是什么都做，而是”在关键点上饱和攻击”。小米早期只做三款产品（手机、MIUI、米聊），把所有资源集中到一个针尖上。这种”少即是多”的逻辑，来自雷军在金山时期”什么都想做、什么都没做好”的血泪教训。 极致不是堆料，而是”把自己逼疯，把对手逼死”。书中举了MIUI每周更新的例子——在Android厂商普遍半年更新一次系统的年代，小米坚持每周迭代。这不是技术问题，是意愿问题。 口碑的核心不是营销，而是”超越预期”。雷军有一句话印象深刻：口碑的真谛是，你做的比用户想的多一点点。...
上交大 E2E-Fly 四连发 — 可微物理如何统一四旋翼端到端控制
一、一个团队，一年四篇顶刊2026 年，上海交通大学 Danping Zou 和 Wenxian Yu 团队在四旋翼可微仿真领域密集输出了四篇论文，覆盖了从理论框架到真实部署的完整链路。加上 2025 年发表在 Nature Machine Intelligence 上的《Back to Newton’s Laws》，这支团队在可微物理+四旋翼这个方向上已经建立了体系化的方法论。 四篇论文不是孤立的工作——它们是一套逐渐完善的技术栈： 论文 arXiv 核心贡献 E2E-Fly 2604.12916 完整训练-部署系统：可微物理→渲染→域随机化→真机 High-Fidelity Diff Sim 2604.10548 深度图直接映射体速率，替代传统感知→规划→控制管线 VisFly-Lab 2603.21123 统一可微框架：悬停/追踪/着陆/竞速，修正 BPTT 梯度 Gap Traversal 2604.02779 SE(3) 可微仿真，零样本穿越不规则缝隙 下面逐一拆解。 二、E2E-Fly：从可微物理到真机部署...
Newton 物理引擎深度解析 — 可微物理如何革命机器人学习
一、从 “仿真训练策略” 到 “梯度穿过物理引擎”2021 年 Isaac Gym 让 GPU 并行仿真成为可能——训练从几天变成几小时。2025 年 Isaac Lab 统一了仿真+渲染+传感器+RL 训练管线。但直到 2026 年 3 月 Newton 引擎 GA 发布，一个更根本的变革才真正落地：梯度可以穿过物理引擎了。 这意味着什么？传统 RL 训练是 trial-and-error：策略输出动作→仿真器计算后果→奖励信号回传→策略更新。这个循环里，仿真器是个黑盒——RL 只能通过采样来摸索物理规律。 有了可微物理，仿真器变成了可微分层。策略网络的梯度可以直接穿过接触动力学、关节约束、碰撞检测，一路回传到损失函数。端到端优化不再依赖采样，而是直接计算梯度。 二、Newton 是什么Newton 是 NVIDIA × Google DeepMind × Disney Research 联合推出的开源物理引擎，2026 年 3 月 GTC 大会上正式发布 1.0 GA。Linux Foundation 项目，Apache 2.0 协议，GitHub 4,874 ⭐。 它的...
Isaac Lab 架构解析 — GPU 原生仿真如何重新定义机器人学习
一、从 Isaac Gym 到 Isaac Lab：一次代际升级2021 年，NVIDIA 发布了 Isaac Gym，第一次证明了端到端强化学习训练可以完全在单张 GPU 上完成——物理仿真、观测计算、策略推理、梯度更新，全部在 GPU 上走，CPU 只在旁边看着。一篇 2021 年的论文，把复杂机器人任务的训练时间从几天压到了几小时。 但 Isaac Gym 有一个根本性的局限：它的设计目标就是”快”。渲染是后加的，场景搭建靠代码，传感器种类有限，数据管道靠自己拼。每个研究组都在 Isaac Gym 上各自实现域随机化、数据收集、传感器仿真——大量重复劳动。 2025 年，Isaac Lab 作为 Isaac Gym 的正统继任者发布。它的定位从”GPU 加速的物理仿真器”升级为**”多模态机器人学习统一平台”**：物理、渲染、传感器、数据收集、域随机化、RL 训练——全部在一个框架内完成。这篇技术报告在 arXiv 上以 NVIDIA 署名发布，代码开源于 GitHub。 二、核心架构：三层解耦Isaac Lab 的架构可以理解为三层：底层是 Omniverse 平台提供...
Sim-to-Real 五大方法全景地图 — 从域随机化到元学习
一、问题定义：Sim-to-Real 到底难在哪？强化学习在仿真里表现越好，真机部署时落差越大。这不是 bug，而是仿真与真实之间的结构性鸿沟。 用 MDP（马尔可夫决策过程）的视角来看，仿真环境 DSD_SDS 和真实环境 DTD_TDT 之间存在系统性的差异： 12345678仿真: Ds = (Ss, As, Ps, Rs) 状态/动作/转移/奖励真实: Dt = (St, At, Pt, Rt)差异来源: Ss ≠ St 视觉差异（渲染 vs 真实摄像头） Ps ≠ Pt 动力学差异（仿真物理 vs 真实物理） Rs ≈ Rt 奖励函数通常一致 As ≈ At 动作空间通常一致 这两类差异——视觉 gap 和动力学 gap——是所有 Sim-to-Real 方法试图弥合的核心。 Zhao 等人在 2020 年的综述论文《Sim-to-Real Transfer in Deep Reinforcement Learning for Robotics: a Survey》中，首次系统性地将 Sim-to-Real 方法划分为五大类：零...