RACE提升VLA长动作块可靠性

2026年10月5日，Hugging Face Daily Papers 报道 RACE 方法，用于提升视觉-语言-动作（VLA）模型在长动作块执行中的可靠性。报道称，RACE 通过辅助的一步去噪来预测子技能切换时机，并据此生成动作，以判断何时切换动作块。实验方面，在仿真中，RACE 在相同块长度下表现优于微调；当动作块长度增加到 2 倍时，成功率超过近期 SOTA 和高效 VLA；增加到 4 倍时仍具竞争力。真机实验中，RACE 使用 4 倍更长动作块，将停走式执行造成的空闲时间减少约 5 倍。报道还称，代码和真机演示已经提供。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。