写文章的语法速查 —— 数学、代码、提示框、图片

写给我自己（也给后来者）的速查 —— 这个 Chirpy 主题的博客支持哪些 Markdown 语法。文章顶部的 front-matter 是这样：

---
title: "你的标题"
date: 2026-04-26 12:00:00 +0800
categories: [一级, 二级]
tags: [标签1, 标签2]
math: true        # 文章里有 LaTeX 时打开
mermaid: true     # 文章里有 mermaid 图时打开
pin: true         # 置顶到首页
lang: zh-CN       # 语言：en 或 zh-CN
permalink: /posts/your-slug/   # 可选，固定 URL
image:
  path: /assets/img/cover.png
  alt: 封面
---

数学公式（LaTeX）

行内：$\mathcal{L}(\theta) = \mathbb{E}{\tau \sim \pi\theta} [R(\tau)]$。

行间：

\[\nabla_\theta J(\theta) \;=\; \mathbb{E}_{\tau \sim \pi_\theta}\!\left[\sum_{t=0}^{T} \nabla_\theta \log \pi_\theta(a_t \mid s_t) \, A^{\pi}(s_t, a_t)\right]\]

经典的策略梯度恒等式 —— REINFORCE、A2C、PPO 以及大部分机器人 RL 都建立在它之上。

带行号的代码块

import torch
import torch.nn as nn

class TinyPolicy(nn.Module):
    def __init__(self, obs_dim: int, act_dim: int, hidden: int = 256):
        super().__init__()
        self.net = nn.Sequential(
            nn.Linear(obs_dim, hidden), nn.SiLU(),
            nn.Linear(hidden, hidden),  nn.SiLU(),
            nn.Linear(hidden, act_dim),
        )

    def forward(self, obs: torch.Tensor) -> torch.Tensor:
        return torch.tanh(self.net(obs))

Shell 片段也没问题：

# 启动训练
python train.py --config configs/ppo_humanoid.yaml --seed 42

提示框（Callouts）

信息提示 —— 链接、参考、文档指引。

经验之谈 —— 别忘了给 dataloader 设 seed。

警告 —— 这个操作在 batch size 上是 O(N²)，要么把 N 限住要么会 OOM。

危险 —— 别在生产集群上不做演练就直接跑。

Mermaid 流程图

flowchart LR
    A[原始演示数据] --> B[Tokenize]
    B --> C[预训练 VLA]
    C --> D{评测通过?}
    D -- 是 --> E[RL 微调]
    D -- 否 --> B
    E --> F[部署到机器人]

图片

![alt text](/assets/img/example.png){: width="600" }
_图片说明放这里。_

表格

方法	实时?	样本效率	训练时长
BC	✅	高	低
PPO	❌	低	高
Diffusion Policy	✅	中	中

脚注

回放缓冲区¹ 用来存储 off-policy 学习需要的转移。

---

工具齐了，去写吧。

1. 一个 FIFO 数据结构，存的是 (s, a, r, s', done) 四元组，连续控制场景下通常开到 1M 大小。 ↩︎