何时切换：可靠延长视觉-语言-动作模型的动作块
视觉-语言-动作（VLA）模型可统一控制机器人操作，但推理成本较高，机器人可能在每次策略调用之间暂停。延长动作块能够减少中断，但若动作块跨越操作子技能的转换，执行可靠性就会下降。RACE（Reliable Action-Chunk Extension）预测转换时机，并据此引导动作生成。在仿真中，RACE 的表现优于相同动作块长度下的微调方法；动作块长度增加至两倍时，它超过近期对比模型，增加至四倍时仍保持竞争力。在真实机器人上，四倍长的动作块使停走执行造成的空闲时间减少约五倍，成功率也高于相同动作块长度下的微调方法。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。