PolicyTrim 让 VLA 机器人少走弯路，执行速度最高提 5.83 倍
新智元 · wechat · 2026-07-21
这篇工作提出了 **PolicyTrim**：一种面向 **VLA 机器人** 的后训练方法，目标不是只把单次推理变快，而是让机器人在真实执行中**少走弯路、少做冗余动作**，从而整体更快完成任务。 - 论文把问题定义为 **policy efficiency（策略效率）**：完成任务到底需要多少个可靠动作 chunk、多少个真实物理步骤，而不只是模型一次推理的延迟。 - 方法分两阶段： - **可靠动作 chunk 扩展**：尽量把一个动作序列里可安全执行的部分拉长。 - **冗余感知步数压缩**：对更短、更直接的成功轨迹给予奖励，压缩重复纠错和回退动作。 - 结果上，作者报告了 **3× 动作 chunk 利用率**、最高 **51.4%** 的物理步数减少，以及在 LIBERO 上、使用 π0.5 时最高 **5.83×** 的端到端加速，成功率仍保持在 **98% 以上**。 - 论文还在 **ManiSkill**、**Meta-World** 和真实机器人 **Agilex Piper** 机械臂上验证，标准设置下平均可获得约 **1.86×** 加速。 - 核心结论是：对机器人来说，提升效率不只靠“算得更快”，也要靠“做得更直接”；这两条路径还能叠加。
「具身」频道最新
- 作者刚入手 Reachy 机器人，询问首个项目 — dee_hw · 2026-07-21
- MW 团队展示家用半人形机器人 MW-bot — CyberRobooo · 2026-07-21
- 昆仑万维拆分具身智能团队黎曼动力，发布世界动作模型 — 0xAllen_ · 2026-07-21
- Gritt 融资 3400 万美元，先做光伏电站施工机器人 — TechCrunch AI · 2026-07-21
- BrainCo 展示无植入仿生假肢，称成本可降 85% — TrueOrange9944 · 2026-07-21
- OpenAI 230 美元 CodexMicro 迅速售罄，社区已开始复刻 — APPSO · 2026-07-21