何时切换：RACE 为视觉-语言-动作模型提供可靠动作块扩展

RACE 通过辅助一步去噪预测子技能切换时机，并据此生成动作，提升视觉-语言-动作（VLA）模型长动作块执行可靠性。仿真中，RACE 在相同块长度下优于微调，2x 更长块时成功率超过近期 SOTA 和高效 VLA，4x 更长块时仍具竞争力。真机上，RACE 使用 4x 更长块，将停走式执行造成的空闲时间减少约 5x，代码和真机演示已提供。