异步机器人策略 ARP 解耦语义推理与动作生成

论文提出异步解耦 VLM 推理与动作生成的机器人策略框架 ARP。

资讯摘要

论文提出异步机器人策略（ARP），将高容量 VLM 的语义推理与低层动作生成解耦，分别以独立频率异步运行：VLM 低频更新语义记忆，轻量视觉-动作专家据此高频输出动作。为应对异步记忆陈旧，作者用时间错配观测训练专家。作者报告在 Franka 任务上成功率提升 18%、执行时间减少 20%，动态仿真中达基线 3–5 倍，VLM 以十分之一频率运行无明显性能损失。

要点速读

1. ARP 用异步进程将 VLM 语义推理与视觉-动作专家的动作生成分离，二者运行频率不同。
2. 作者针对异步记忆陈旧和执行延迟，用跨进程时间错配观测训练视觉-动作专家。
3. 作者报告 Franka 准静态任务成功率提升 18%、执行时间减少 20%，动态仿真中为基线 3–5 倍。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。