斯坦福新法解决 VLA 推理延迟：10 分钟数据把成功率从 42% 提到 97%

burny_tech · x · 2026-09-21

斯坦福 Chelsea Finn、Dorsa Sadigh 团队发布论文《Reinforcement Learning for Real-Time Vision-Language-Action Policies》，直击 VLA 模型做实时机器人控制的核心痛点：模型太大导致推理延迟高，执行动作时观测早已过期，形成分布偏移、可靠性大降。

核心思路

• 解耦「慢而强」与「快而reactive」：大型预训练 VLA 在后台慢速提出动作块（action chunks），提供强行为先验；
• 一个轻量级 RL 策略基于最新观测，实时对动作进行编辑与选择，弥补延迟造成的观测滞后；
• 构建在 EXPO-FT 框架之上，称为 Real-Time EXPO-FT，首次让 RL 微调满足动态真实操控的实时控制要求。

效果

• Kinetix 基准上，带延迟的策略在全部 10 个环境中超过所有非延迟方法；
• 四个动态真实任务（传递物体、平衡球、桌上足球、抓取动态物体）中，在线机器人数据仅 10 分钟，平均成功率从 42% 提升到 97%。

原文链接 →

「具身」频道最新

• 反偷拍应用 ZuckOff 走红：靠蓝牙指纹识别身边 Meta 智能眼镜 — LexiLove · 2026-09-21
• CVPR 2026 论文 GaME:让机器人 3D 地图学会遗忘过时几何 — lucacarlone1 · 2026-09-21
• 160 公斤硬拉实拍:LUDUS 展示惊人力量演示 — AIFlow_ML · 2026-09-21
• DeformSmith:物理引导分层生成可变形资产,服务机器人操作 — Can Li · 2026-09-21
• 累计落地超万台机器人，酷哇科技拆解端侧世界模型 COOWAM 架构 — 创业邦 · 2026-09-21
• 特斯拉得州 Optimus 产线主体结构近完工，启元机器人 2.5 分钟下线一台 — 创业邦 · 2026-09-21

更多「具身」频道 AI 资讯 →