研究刻画机器人智能体集群负载：KV缓存抖动与准入控制

Serving Agentic Robot Fleets: Workload Characterization, KV-Cache Thrashing, and Admission Control

AI 导读 · 根据来源整理

该预印本刻画了由视觉语言大脑、工具调用框架和VLA策略组成的机器人智能体集群在服务时的资源约束。作者用GPT-6-Astra、RPent和pi0.5生成80个LIBERO-PRO回合（1,862次大脑轮次、1,582个VLA推理块），在H800 GPU上分析两层负载并在vLLM上回放。大脑上下文达215k token，Astra请求中位耗时7.78秒，而环境步间隔仅1.0秒；0.25秒动作块时限下单块VLA GPU可满足单机器人1%饥饿目标，1.0秒时限下实测容量至少32。