研究揭示流匹配VLA计算-执行耦合

2026年10月26日，arXiv Robotics刊出Jiabing Yang等人的论文，揭示流匹配视觉-语言-动作（VLA）模型中求解器深度与执行时域之间存在计算-执行耦合，并伴随系统性的符号反转现象。论文指出，粗粒度数值积分在快速重规划下会降低精度，但在延长开环执行时反而显著提升任务表现；其原因是数值截断会收缩动作的横向离散度，从而抑制开环漂移。研究在LIBERO、RoboTwin 2.0及真实Franka操作任务上，以π₀、π₀.₅和GR00T等VLA骨干进行验证，显示利用该耦合可在无需训练、不改架构的情况下提升任务成功率并大幅降低推理延迟。目前该工作以预印本形式发布，后续进展尚待跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。