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

它弥合了阅读 VLA（Vision-Language-Action）研究论文与成功实现代码之间的鸿沟。它解决了工程细节的缺乏——例如入口脚本、超参数与硬件选择——这些信息常常在学术论文中被省略，或隐藏在附录与 GitHub issue 中。

How it works

此项目作为一个活的知识库，由名为 Pulsar 的自动化管线驱动。该系统每日扫描新发表的 VLA 论文，为其评分，并产生深入分析。它同时自动收集并浓缩来自中文（小红书）与英文（HF Blog、Discord）社区，以及高互动的 GitHub issue 的「实地笔记」，提供真实的部署经验与排错技巧。

Who it’s for

此知识库设计给机器人工程师、AI 研究者与需要在实际硬件上部署与训练 VLA 模型的学生，提供实务、工程层面的指导。

Highlights

  • Engineering-First Content：提供形状、关键超参数与入口脚本的 sanity‑check，确保代码真的能跑。
  • Community Distillation：汇总社交媒体与开发者论坛中的真实「坑」与部署技巧。
  • Automated Updates：每日管线追踪论文趋势、SOTA 基准与产业新闻（融资、IPO）。
  • Comprehensive Scope：涵盖 VLA 架构、动作生成范式（Diffusion、Flow Matching）、Sim2Real 迁移，以及触觉/力感对齐。
  • AI Integration：提供「VLA Expert Skill」，可将手册知识直接整合至 Cursor、Claude Code 等 AI 编码助理。