工作坊与资料¶
owner: Youngjin · updated: 2026-09 · volatility: 中
L0 TL;DR: 集中公开自学工作坊、实现指南和样本。最后确认：2026-09-19。点击标题访问原文，通过相关支柱了解架构。
时间和费用取决于模块、账户准备及 GPU 可用性。开始前确认原文 Prerequisites/Cleanup、权限和模型条件。本列表记录原文核对，不代表重跑全部实验。
按目标选择¶
| 目标 | 资料 | 相关支柱 |
|---|---|---|
| 入门仿真训练 | NVIDIA Isaac Lab on AWS | P3 |
| 韩语 RL 到 VLA1 | Physical AI E2E 工作坊 | P2 |
| 智能体组件入门 | Getting Started with Amazon Bedrock AgentCore | P5 |
| AgentCore 深入应用 | Diving Deep with Amazon Bedrock AgentCore | P5 |
| 阅读 π0 训练评估配置 | 在 SageMaker HyperPod EKS 上微调 π0 | P2 |
| 连接 3D 资产、传感器、预测 | OpenUSD 工业数字孪生样本 | P3 |
| 无实机查看仿真结果 | VLA Simulator on AWS | P4 |
| 采集实机演示数据 | Greengrass 上的 LeRobot 数据采集 | P1 |
NVIDIA Isaac Lab on AWS¶
NVIDIA Isaac Lab on AWS · AWS 官方工作坊 · English
内容: 在 EC2 运行 Isaac Lab，用 AWS Batch 扩展，在 Isaac Sim 查看模型并清理。
开始前确认: 准备 AWS 权限、容器基础及 GPU 配额；实验基于仿真。
相关支柱: P3.
Physical AI E2E 工作坊¶
Physical AI E2E 工作坊 · 社区制作指南 · 韩语
内容: 按模块学习 Isaac Lab RL、GR00T VLA、Batch/SageMaker 和仿真评估。
开始前确认: 确认 CDK、Docker、GPU 环境及模型访问权，先选所需路径。
相关支柱: P2.
Getting Started with Amazon Bedrock AgentCore¶
Getting Started with Amazon Bedrock AgentCore · AWS 官方工作坊 · English
内容: 依次学习智能体原型、Memory、Gateway、观测评估、Policy。
开始前确认: 确认 AWS 账户及模型服务权限，机器人连接需单独集成。
相关支柱: P5.
Diving Deep with Amazon Bedrock AgentCore¶
Diving Deep with Amazon Bedrock AgentCore · AWS 官方工作坊 · English
内容: 通过 Feature Deep Dive 或 Build with Skills 学习功能组合、安全及观测。
开始前确认: 官方要求先完成 Getting Started；开发环境按 Prerequisites 准备。
相关支柱: P5.
在 SageMaker HyperPod EKS 上微调 π0¶
在 SageMaker HyperPod EKS 上微调 π0 · AWS 实现文章 · English
内容: 连接 HyperPod EKS 数据、训练、评估、清理的新指南，2026-09-10 发布。
开始前确认: 高级配置。正文公开，但正文中的代码链接（awsome-distributed-ai/…/3.test_cases/pytorch/pi0-lerobot）返回 404——该代码未合并到 main，仍停留在未合并 PR #1174（2026-10-14 确认，PR 最后更新 2026-07-30）。未合并代码未经审查，作为阅读资料使用。
相关支柱: P2.
OpenUSD 工业数字孪生样本¶
OpenUSD 工业数字孪生样本 · aws-samples · English
内容: L1 静态场景、L2 传感器层、L3 预测、L4 再校准；提供本地及 AWS 路径。
开始前确认: 按原文准备 Python、Node.js、Docker。使用此处公开 GitHub 地址克隆，而非 README 示例中的内部地址。
相关支柱: P3.
VLA Simulator on AWS¶
VLA Simulator on AWS · aws-samples · English
内容: 运行受支持的 VLA/仿真组合，将视频及摘要收集至 S3。
开始前确认: 确认 CDK、GPU 配额及逐模型许可证。小规模演示成功率不代表客户部署性能。
相关支柱: P4.
Greengrass 上的 LeRobot 数据采集¶
Greengrass 上的 LeRobot 数据采集 · aws-samples · 英语/韩语
内容: 将 SO-ARM101 主从机械臂及相机数据记录为 LeRobot 格式并上传 S3。
开始前确认: 需要实机、相机和 Greengrass 设备；README 标明教育演示用途，不是直接生产部署代码。
相关支柱: P1.
建议学习顺序¶
仿真学习可按 Isaac Lab → E2E 所需路径 → VLA Simulator。智能体按 AgentCore Getting Started → Deep Dive。数字孪生先 OpenUSD 本地运行 → 所需 AWS 层级。
资料更新¶
新资料记录提供者、语言、目的、准备条件、相关支柱、确认日。链接可用与实验可复现需分开核对。新发布见新消息，待验证技术见 Radar。
-
VLA（Vision-Language-Action） — 将视觉观测和语言指令转换为机器人动作的模型。 ↩