Temporal Smoothing

新的VLA模型技术大幅缩短机器人实时推理时间

研究人员开发了一种新的视觉-语言-动作（VLA）模型方法，以解决模型推理与高频机器人执行之间的时间差距。通过分析速度场和识别阶段异质性，他们提出了一种两阶段非均匀去噪过程，将模型推理时间从61.557毫秒显著缩短至21.956毫秒。这种方法集成到一个分布式实时VLA框架中，并在服装折叠任务上进行了评估，结果表明Legato和Temporal Smoothing等方法在优化去噪后表现良好，从而在对任务性能影响最小的情况下大幅降低了成本。