From bc9d352a3a68fc40525cee4f6a1eb9ed4e1da81d Mon Sep 17 00:00:00 2001 From: seeker Date: Sun, 12 Jul 2026 21:59:45 +0800 Subject: [PATCH] docs: clarify minimal reproduction overview --- README.md | 17 +++++------------ 1 file changed, 5 insertions(+), 12 deletions(-) diff --git a/README.md b/README.md index 42259e0..f131c13 100644 --- a/README.md +++ b/README.md @@ -1,19 +1,12 @@ -# π0.6 / RECAP Minimal Validation +# π0.6 / RECAP 最小复现 -这是一个用于**小样本过拟合验证**的 π0.6 / `π*0.6` 风格项目。它把 π0.5 -已有的“高层 subtask + FAST 离散动作 + flow action expert”扩展为一个最小 -RECAP 闭环：收集示范、失败与人工纠正经验，训练分布式 value function，估计 -advantage，再用正/负 advantage 条件训练策略，并在推理时比较普通策略与 -classifier-free guidance（CFG）策略。 +本项目是 Physical Intelligence π0.6 / `π*0.6` RECAP 的最小复现。它在 π0.5 的高层 subtask、FAST 离散动作和 flow action expert 之上，加入示范、失败与人工纠正经验，完成 value function、advantage relabeling、条件策略训练和 CFG 推理的最小闭环。 -它不是 Physical Intelligence 官方实现，也不能用于真实车辆或机器人控制。 - -## 公开资料边界 +## 复现范围 本项目以公开的 **“π*0.6: a VLA That Learns From Experience”** RECAP -论文和 π0.6 model card 为主要依据。π0.6 没有一篇单独公开、包含全部训练细节的 -基础模型论文；截至本项目实现时，公开 `openpi` 仓库中也没有对应的官方 -π0.6/`π*0.6` 训练源码、权重或完整 RECAP 数据流水线。因此： +论文和 π0.6 model card 为主要依据。公开资料没有提供完整的 +π0.6/`π*0.6` 训练源码、权重和 RECAP 数据流水线，未公开的部分在本项目中使用小型可运行结构替代： - 论文明确给出的 RECAP 顺序、201-bin value distribution、二值 advantage 条件、30% 条件 dropout 和 CFG 被保留；