第10周，3.2到3.8日。
上周的目标：
- 完成对Diffusion & Flow model的理论掌握
- 完成对Bellman 公式部分的理论理解
整体来说算是完成了，Diffusion & Flow model有了比较深的的理解（算是吧），也是将其上传的了知乎也算是迈出第一步了，知乎上传文章比我想得要简单，以后可以尝试多在知乎上上传文章。
然后把Bellman 公式部分是完成了，以及基本把 index 的学习路线给理清楚了，希望1-2周能结束强化学习部分的理论学习。尽管如此，我认为这周的效率和学习时长还是有点欠佳，可能是开学第一周的原因吧，出去玩的时间有点多了，然后完成 Diffusion 和 Flow 模型的笔记后就开始有点掉速了。本周可以尝试调整一下。
本周主要是接着研究强化学习部分的理论知识，第二次看整体来说还是清晰很多，如果能一周看到现在的 GRPO 等现代 RL 是再好不过，不过还是希望能保证质量。以及同时这周需要开始钻研pi0.5移植到宇树g1可行性研究，感觉压力还是蛮大的，因为第一次搞这种不知道效果的实验。以及希望能多做一些关于实习的研究，看能不能这个暑假尝试进行实习。
本周目标：
- 在保证质量的前提下尽快完成 RL 部分的学习
- 推进大创中微调 PI05 的工作
- 研究实习方面的可能性
支线：
- 研究PI05的源码，现在已经具备理论知识了，可以尝试进入代码层面的理解
- 进行一定程度的前后端知识学习
不过这周主线任务还是蛮繁重的，不奢望能推进支线。