arXiv · cs.RO· Qi Wen, Borui Xu, Hussein Amro, Hongshi Tan, Hanmin Lin, Chaoyi Ruan, Shanghao Liu, Gang Yang, Yuejiang Liu, Jiafei Duan, Bingsheng He, Jason Clemons, Christos Kozyrakis, Wenqi Jiang·· 7 小时前精选AI 评分72
论文 / 摘要阅读
VLALagBench：VLA推理延迟何时影响任务成功率
VLALagBench: Understanding When and Why VLA Inference Latency Matters
AI 导读 · 根据来源整理
作者提出VLALagBench基准，用于研究VLA推理延迟在不同任务类型、物体速度、同步与异步执行模式及不同VLA策略下的敏感度。结果显示，仅100毫秒的推理延迟就可能使移动目标上的任务成功率接近减半，敏感度随任务和策略差异明显，反映任务对精度和连续运动的不同要求。异步执行通过将推理与动作执行重叠，可挽回部分损失的成功率，但需要更频繁的推理请求。作者据此构建经验模型，用少量校准数据预测任务成功率，在各VLA策略上均方根预测误差为5.7%至7.8%，可依据推理系统延迟与单机器人吞吐量指导VLA算法配置选择。代码将发布。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org