免训练执行层PTS加速VLA动作分块
热点事件持续更新
免训练执行层PTS加速VLA动作分块
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Fuyi Chen 提出免训练执行层 Path-preserving Time Scaling（PTS），用于冻结的动作分块策略：把机器人运动视为参考路径的时间重参数化，路径只随新观测改变，从而减少等待下一段动作推理和按缓慢演示速度运动的时间。 作者在 arXiv 预印本中报告，在 LIBERO 上对两个冻结 VLA 注入推理延迟后，PTS 相对最强可部署基线将任务吞吐提升 33%（pi0.5）和 104%（SmolVLA），成功率持平或更高，在全部六组模型-套件组合中均为最优，并超过零延迟 1x 执行；在 LIBERO-Dynamic 上较停等执行提升 38%，与异步 1x 执行相当。上述结果来自作者自述，尚未经同行评议或独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
PTS：免训练加速VLA模型执行，在推理延迟下提升任务吞吐报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.RO精选PTS：免训练加速VLA模型执行，在推理延迟下提升任务吞吐
作者提出Path-preserving Time Scaling（PTS），一种面向冻结动作分块策略的免训练执行层，用于减少机器人在等待下一段动作推理和按缓慢演示速度运动上的时间浪费。PTS将机器人运动视为参考路径的时间重参数化，路径只随新观测改变：路径层用一步确定性解码每次重规划，并从推理期间消耗的进度处进入；时间层累加规划增量，机械臂保持1x而夹爪运动，并按执行器线性范围和延迟下的分块可行性限制速率。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。