1. 复现各种VLA模型（难点），比如Pi0.5，ACoT-VLA，GR00T（pi0是自带的）等，然后使用平台自带的数字域扰动评估鲁棒性（简单）。
2. 复现各种WAM模型（难点），比如dreamzero，lingbot-va等，然后使用平台自带的数字域扰动评估鲁棒性（简单）。
3. 端到端复现基于LLM/VLM的具身智能体（难点），比如Voxposer，Rekep等，然后使用平台自带的数字域扰动评估鲁棒性（简单）。
4. 部署已有的VLA模型pi0，然后复现传感器攻击如Phantom Menace、对抗攻击Exploring the Adversarial Vulnerabilities of Vision-Language-Action Models in Robotics等（难点）。
5. 复现基于LLM/VLM的具身智能体（简单），比如Voxposer，Rekep等，然后在SafeAgentBench，Harmful-RLbench上进行各种越狱攻击，比如Badrobot，RoboPAIR，POEX等（难点）。
6. 复现基于LLM/VLM的具身智能体（简单），比如Voxposer，Rekep等，然后在SafeAgentBench，Harmful-RLbench上进行有害指令/规划检测，比如微调Llama-Guard，构造安全思维链等（难点）。