跳到正文
arXiv Robotics· Bingzhang Wang, Nathan Zhao, Jialeng Ni, Jiajin Zheng, Yin Zhang, Kehua Chen, Jian Yao·· 5 小时前AI 评分47

DASH:面向人形机器人操作的解耦异步系统,让 VLA 模型扩展不再受延迟制约

Decoupled Asynchronous System for Humanoids (DASH): Latency-Agnostic Scaling of Vision-Language-Action Models for Humanoid Manipulation

AI 导读

DASH 将人形机器人策略拆分为慢速视觉语言模型(System 2)与快速 flow-matching 动作头(System 1),通过 LCM 协议并发运行,使控制频率仅由动作头决定、与骨干规模无关。

推荐理由模型分析

针对VLA闭环控制中骨干网络推理拖慢反应、动作基于过期观测的瓶颈,DASH把慢速视觉语言模型与快速流匹配动作头拆成并发进程,并用失同步训练和时间聚合对齐动作块。异步RoboTwin基准显示0.8B到8B骨干下控制率稳定20Hz,而同步方案从9.7降到4.1Hz,真机灵巧手抓放成功率也更高。做具身智能部署的读者可据此判断大骨干在实时控制中的取舍,但结论限于其仿真基准与单台真机设置。

来源:arXiv Robotics · arxiv.org