预印本刻画机器人集群服务负载并提出准入控制

Sida He 提交的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两层资源约束，并提出用准入控制缓解 KV 缓存抖动。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 上分析负载并在 vLLM 上回放。 预印本称，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。持续回放中，并发从 20 增至 32 台机器人时，吞吐从约 2.4 降至 0.6 请求/秒，重复 prefill 挤占生成。 作者称，静态活跃回合上限将吞吐恢复到 2.24–2.25 请求/秒，完成轨迹程序吞吐从 1.30 升至 5.00–5.55 回合/分钟。上述结果来自预印本，尚未经同行评议。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。