PaceVLA：VLA自适应时间动作量化框架

2026年10月20日，arXiv Robotics 刊出 Hojin Jeon 等作者的 PaceVLA 研究。该工作提出一种面向视觉-语言-动作（VLA）模型的自适应时间执行框架，核心是在共享动作专家上设置多粒度动作解码器，并配合可量化性引导的模式选择与上下文条件路由器，在每个推理步决定是否采用粗粒度执行，以提升执行效率。作者称，在三个多任务仿真基准和六个真实任务上，该方法在多种本体（含长程与灵巧操作）中提升执行效率并保持任务成功率。目前报道仅介绍方法设计与上述实验结论，未披露具体成功率数值、效率提升幅度、模型规模或代码与数据开放情况，后续进展有待跟进。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。