FluxVLA代码架构概览

本页用于快速建立对 FluxVLA code structure 的整体认知，帮助你在阅读、调试与二次开发时更快定位关键模块。

一、代码组织总览

FluxVLA 的 project structure 清晰，核心目录职责如下：

1. fluxvla/（核心实现）

   • 覆盖 Model 相关模块：VLA、Backbone、Head、Projector。

   • 同时包含 datasets、transformers、tokenizer、engine、optimizer 等 training/inference 核心组件。

2. configs/（配置组织）

   • 按 model families 组织：openvla、1lava、groot、pi0、pi05。

   • 用于统一描述 Model、Data、Training、Evaluation 与 Inference 参数。

3. scripts/（流程入口）

   • 串联 training、evaluation 与 real-robot inference 流程。

   • 常用入口包括 scripts/train.sh、scripts/eval.sh、scripts/inference_real_robot.py。

二、端到端 Data 与 Training Flow

一个常见的 end-to-end execution flow 如下：

• 从 Parquet 或 RLDS 加载 Data

• 经过 transformers/Data Transform 与 Batch 组装

• 执行 Model forward

• 计算 Action Loss

• 执行 backward

• 配合 FSDP/DDP、Standard Optimizer、Log 与 Checkpoint 完成 Training Loop

该流程覆盖从 Data Loading 到 Distributed Training Convergence 的关键路径，也直接对应 configs/ 与 scripts/ 的参数组织方式。

三、典型 Execution Chain

一个常见的 execution chain 如下：

• 读取 Config → 构建 Dataset 与 Data Loader → 构建 Model 与 Modules → 启动 Training/Evaluation Engine → 输出 Log 与 Checkpoint → 执行 Inference。

你可以结合以下教程逐层深入：

• :doc:config/index

• :doc:private_model

• :doc:private_module

• :doc:private_engine

• :doc:private_dataset_config

• :doc:inference/index

四、阅读建议

• 先看 config：先明确 experiment goals 与 key hyperparameters。

• 再看 module interfaces：关注 input/output tensors、loss terms 与 key intermediate variables。

• 最后看 execution loops：重点理解 training step、evaluation step 和 checkpoint-saving logic。

这样可以用最短路径建立“config → code → results”的因果关系。