VLA-RAIL：VLA模型和机器人的实时异步推理链接器

于红博

摘要: Vision-Language-Action (VLA)模型在机器人领域取得了显著的突破，其中动作块在这些进展中扮演着主导角色。鉴于机器人运动控制的实时和连续性特性，对于融合一系列连续动作块的策略对VLA模型的整体性能具有深远影响。现有方法存在抖动、停滞，甚至在机器人执行动作时出现暂停的问题，这不仅限制了可实现的执行速度，还降低了任务完成的整体成功率。本文介绍了VLA-RAIL（实时异步推理链接器），这是一个旨在解决这些问题的新颖框架，通过异步进行模型推理和机器人运动控制，保证平滑、连续和高速的动作执行。本文的核心贡献有两个方面：一个轨迹平滑器，通过多项式拟合有效过滤掉一个动作块轨迹中的噪声和抖动，以及一个块融合器，无缝地对齐当前执行的轨迹和新到达的块，确保两个连续动作块之间的位置、速度和加速度的连续性。我们在动态仿真任务基准和几个真实世界操纵任务上验证了VLA-RAIL的有效性。实验结果表明，VLA-RAIL显著减少了运动抖动，提高了执行速度，并改善了任务成功率，这将成为大规模部署VLA模型的关键基础设施。

更新时间: 2025-12-31 06:59:42

领域: cs.RO,cs.AI,eess.SY

下载: http://arxiv.org/abs/2512.24673v1