sou350121/VLA-Handbook

本项目旨在为致力于进入VLA(Vision-Language-Action)领域的算法工程师提供一份全中文、实战导向的学习/面试手册。不同于通用的 CV/NLP 面试指南，本项目聚焦于 Robotics 特有的挑战

What it solves

VLA（Vision-Language-Action）研究論文を読むことと、コードを実際に実装することの間にあるギャップを埋めます。学術論文ではしばしば省略される、エントリースクリプト、ハイパーパラメータ、ハードウェア選定といったエンジニアリング詳細が不足している問題に対処します。

How it works

本プロジェクトは Pulsar と呼ばれる自動パイプラインで駆動される、ライブナレッジベースです。このシステムは毎日新しい VLA 論文をスキャンし、評価し、深い分析を生成します。また、中国の小紅書（Xiaohongshu）や英語圏の HF Blog、Discord といったコミュニティ、さらにインタラクションが多い GitHub Issue から「フィールドノート」を自動収集・要約し、実際のデプロイ経験やトラブルシューティングのヒントを提供します。

Who it’s for

ロボティクスエンジニア、AI 研究者、実ハードウェア上で VLA モデルのデプロイやトレーニングを行う必要がある学生向けに設計されています。

Highlights

Engineering-First Content：形状や重要ハイパーパラメータ、エントリースクリプトのサニティチェックを提供し、コードが実際に動作することを保証します。
Community Distillation：ソーシャルメディアや開発者フォーラムから実際の「落とし穴」やデプロイのコツを集約します。
Automated Updates：論文トレンド、SOTA ベンチマーク、業界ニュース（資金調達、IPO）を追跡する日次パイプライン。
Comprehensive Scope：VLA アーキテクチャ、アクション生成パラダイム（Diffusion、Flow Matching）、Sim2Real 移行、触覚/力覚のアラインメントを網羅。
AI Integration：ハンドブックの知識を Cursor や Claude Code といった AI コーディングアシスタントに直接統合できる「VLA Expert Skill」を提供します。