sou350121/VLA-Handbook

VLA 手冊 – 視覺-語言-行動機器人學的活體知識庫

是什麼 – 一個持續更新的開源倉儲，匯集、整理並精煉快速成長的 VLA（視覺-語言-行動）文獻與工程經驗。它彌合了閱讀論文與在機器人上實際執行程式碼之間的差距，具備每日流水線，可取得新論文、評分並生成深度分析筆記。

為何重要 – VLA 研究（如 RT-1、RT-2、OpenVLA、π-0、Figure Helix）每週產出數十篇論文，但可重現性細節散落在 GitHub 問題、社群貼文與補充資料中。本手冊聚合這些資訊，添加健全性檢查腳本、超參數表格、形狀檢查與硬體建議，將混亂的文獻流轉化為可搜尋、版本控制的知識庫。

核心內容

• 525 篇理論文件：涵蓋核心 VLA 架構、擴散/流動行動表示、世界模型、觸覺感知及前沿主題。
• 165 篇英文與 300+ 篇中文社群筆記：從 Reddit/Discord、Hugging Face 博客、小紅書等平台採集，支援自動摘要與索引。
• 47 篇精煉的 GitHub 問題經驗（GPU 相容性、記憶體技巧、收斂失敗等）。
• 產業雷達 – 每日追蹤機器人/具身 AI 公司（融資、產品、IPO），並提供每周「產業判斷地圖」。
• RSS 訂閱源與 OPML：支援自動訂閱新理論筆記、每日訊號流、AI 代理新聞及週報。
• VLA 專家技能 – 一個插件，可將手冊知識注入 Claude Code、Cursor、Codex 或 OpenCode 等 AI 編碼助手。
• 自動化流水線（Pulsar） – 33 個 cron 任務，用於取得論文、評分（⚡/🔧/📖/❌）、執行健全性檢查腳本、更新倉儲，並自動調整 19 個領域假設的置信度。

如何使用

1. 瀏覽 theory/ 檔案夾中的深度分析 Markdown 文件（如 VLA 架構總覽、Flow Matching 原理拆解）。每篇筆記包含入口腳本、關鍵超參數與形狀驗證片段。
2. 部署 使用 deployment/README.md – 硬體選型指南、多模態同步檢查清單、Sim-2-Real 技巧，以及整合的「現實世界部署入口」。
3. 保持更新 – 訂閱 RSS 訂閱源或 OPML 檔案；每日「PULSE」Markdown 顯示 15 個 VLA 方法族的流量、加速趨勢與 30 日趨勢。
4. 利用 AI 技能 – 將 VLA-expert-skill 檔案夾複製到你的 AI 編碼助手，即可在請求論文摘要、超參數建議或部署建議時即時取得手冊知識。
5. 貢獻內容 – 開啟 issue 或 PR，新增論文分析、社群筆記或面試題庫（question-bank/）。

誰會受益

• 需要可靠參考 VLA 模型內部結構與最新基準結果的 研究人員。
• 希望獲得可重現腳本、硬體相容性矩陣與 Sim-2-Real 排錯技巧的 工程師。
• 尋找精選面試題與具身 AI 公司產業情報的 學生與求職者。
• 希望獲得即用型 VLA 知識插件的 AI 助手開發者。

授權條款 – 創作共用署名 4.0（CC-BY-4.0）。可自由分享與改編，但需註明出處。

快速入門 – 克隆倉儲，閱讀 theory/README.md 了解學習路徑圖，然後依部署指南在機器人上執行 VLA 模型。RSS 訂閱源與 Pulsar 自動化預設運行，無需額外設定，除非你希望貢獻內容。

---

所有細節均直接來自倉儲的 README；未添加任何外部假設。