消除推理阶段的额外开销！pi团队提出训练新思路

点击下方 卡片 ，关注" 具身智能 之心 "公众号 编辑丨具身智能之心 出发点与背景介绍 与聊天机器人或搜索引擎不同，具身智能体必须具备实时运行能力。智能体动作与外部环境间的反馈闭环决定了其必须拥有快速响应性——就像人类运动员一 样，智能体无法在外界环境不断变化的过程中" 停下来思考 "。但随着前沿模型的规模持续扩大，这一要求的实现难度也越来越高。这一点在机器人学习领域表 现得尤为明显：如今，参数规模达数十亿的视觉-语言-动作模型（VLAs）正被越来越多地用于高频率控制机器人，以完成各类灵巧操作任务。而当模型推理延 迟达到数十至数百毫秒时，如何生成既平滑又具备响应性的动作轨迹，就成了一项不小的挑战。 实时动作分块技术整合了动作分块、流匹配和推理时补绘等技术思路，为解决上述问题提供了一套方案。在该技术框架下，动作块的预测过程是异步进行的 ——即在当前动作块执行的同时，就开始生成下一个动作块。为保证动作块之间的连续性，每次生成新动作块时，都会基于此前已预测的动作构成的固定前 缀，并对剩余部分进行补绘。但遗憾的是，实时动作分块所采用的推理时补绘方法会引入额外计算开销，进而产生延迟，在一定程度上削弱了实时执行框架的 ...