机器人慢，未必只是模型推理慢。VLA 可能反复重规划、执行冗余纠错动作，真正拖长的是完成一件事所需的物理步骤。
- PolicyTrim 不改 VLA 架构，也不重新收集专家数据，采用两阶段后训练：先扩展可靠的 action chunk 执行窗口，再用冗余感知奖励压缩物理步骤。1
- 论文报告了 3 倍动作 chunk 利用率、51.4% 物理步数减少，以及在 LIBERO Object / π0.5 上最高 5.83 倍端到端加速；该设置下成功率保持在 98% 以上。2
- 跨基准结果中，ManiSkill 最高 2.36 倍、Meta-World 最高 2.52 倍；在 Agilex Piper 真实机器人标准设置下，平均端到端加速为 1.86 倍。2
5.83 倍不是「所有机器人都快 5.83 倍」，而是论文特定基准、模型和任务设置下的最高结果。它补上的观察很实在：降低每次推理延迟之外，减少机器人必须走的弯路，同样能缩短任务时间。
Comentar
Inicia sesión para comentar.