CoRL 论文：VLA 机器人策略单步推理即可匹敌多步，动作生成提速 1.6~4.8 倍
kaixhin · x · 2026-10-26
Araya 公司 RL 团队将在 CoRL 2026 发表论文《When One Step Is Enough: An Empirical Study of Euler Integration in Flow-Matching Policies》,系统研究了流匹配(flow matching)机器人策略能否省去多步 Euler 积分推理。
- 核心发现:对足够大的 VLA(视觉-语言-动作)模型,单步 Euler 推理即可基本匹配多步推理的任务成功率,动作生成提速 1.6×4.8×,且无需重训练、蒸馏或辅助目标。
- 覆盖范围:测试了 SmolVLA(450M)、X-VLA(900M)、FLOWER(947M)、π₀.₅(3.3B)、LAP(3.3B)、XR-0(4.7B)及 211M DiT 基线;基准包括 LIBERO/LIBERO+、CALVIN ABC→D、RoboTwin 2.0、真实 Franka 数据集和 D3IL Avoiding。
- 规律:模型越大、VLM 预训练越充分、微调越多,单步与多步越等效;小模型在长时序任务上等效性变差(但多步也未必更好)。
- 行为差异:单步推理主要影响轨迹多样性——熵显著更低、集中于更少模态;轨迹平滑度则无明显差异。
论文、数据集与项目网站均已公开。
「具身」频道最新
- Matt Wolfe 更新:机器人管家演示与本周 AI 动态盘点 — Matt Wolfe · 2026-10-26
- Kimi K3.1 Pro 人形机器人基准仅 21.3%,成本却是 GPT-6 Sol 的 20 倍 — teortaxesTex · 2026-10-26
- 黑客逆向改造 Ray-Ban Meta 眼镜：AR 实时显示 3000+ Elo 国际象棋最优着法 — Vjeux · 2026-10-26
- 港浙复三校联手 Lightspeed 推 HiSTEVE：VLA 智能体键鼠操控玩转 Minecraft — tencent · 2026-10-26
- 玩家用 Grok 和 Hermes Agent 给 StackChan 机器人加上读剧本技能 — alexcovo_eth · 2026-10-26
- 人形机器人 10 个名场面：前 Boston Dynamics 工程师造管家的机器人 — minchoi · 2026-10-26