verl-vla

采集+微调+RL 一条龙，让机器人 VLA 策略快速迭代

verl-vla 是一个面向视觉-语言-动作（VLA）模型的统一后训练框架，基于 verl 生态构建，目标是把机器人策略的迭代流程标准化。它解决的核心问题是：VLA 模型在真实机器人场景中往往需要持续采集新数据、微调并做强化学习，但数据收集、监督微调与 RL 训练通常分散在不同工具链中，难以形成闭环。verl-vla 将人类在环数据采集、SFT 微调和强化学习统一到同一套框架下，支持从真实或仿真环境收集轨迹、人工干预纠正，再直接进入训练流程，减少格式转换和工程胶水代码。其核心能力包括：统一的数据与训练接口、人类在环采集流程、与 verl 的 RL 算法集成，以及面向机器人 VLA 的 post-training 支持。项目处于早期阶段，适合研究者快速搭建 VLA 策略迭代实验。