#PhysicalAI

VLA って何？を手を動かして理解してみた。

VLA（Vision-Language-Action）をブラウザ上で実装し、ロボット制御の「汎化問題」がなぜLLMで解けるのかを体験できるプロジェクトです。React+Three.js+Claude Sonnetで、自然言語の指示から画像認識・行動計画までをend-to-endで処理。±3～5cmの誤差をフィードバックループで補う設計など、実装上の判断が詳しく解説されています。