ARP：将语义推理与动作生成解耦的异步机器人策略框架

作者提出异步机器人策略框架 ARP，用独立频率运行的异步进程把语义推理与低层动作生成解耦：高容量视觉语言模型以低频率异步更新语义记忆，轻量视觉-动作专家以更高控制频率据此生成机器人动作。为应对异步记忆陈旧，ARP 在语义陈旧与执行延迟条件下、用跨进程时间错配的观测训练视觉-动作专家。在 Franka 操作任务上，ARP 在准静态设置中成功率提高 18%、执行所需时间减少 20%，在动态仿真环境中达到基线性能的 3-5 倍；并可在比其标称频率低 10 倍的情况下运行 VLM 而无显著性能损失。