Realtime-VLA V2: 学习快速、流畅且准确地运行VLA
机器人学
2026-03-30 v1
摘要
在将VLA模型部署到真实机器人任务中，执行速度至关重要。在先前工作arXiv:2510.26742中，我们分析了如何在GPU上加速VLA的神经网络计算。然而，我们留下了如何在真实机器人上实际部署VLA系统的问题。在本报告中，我们描述了一系列实用技术，以在需要准确性和灵巧性的真实世界任务中实现以令人印象深刻的速度运行VLA驱动的机器人。技术栈涵盖标定、规划与控制，以及基于学习的方法以确定最优执行速度。在我们展示的任务中，机器人甚至以与休闲人类操作相当的速度执行，并接近我们轻量级机械臂的硬件极限。未加速的视频和推理轨迹可在https://dexmal.github.io/realtime-vla-v2/获取。
引用
@article{arxiv.2603.26360,
title = {Realtime-VLA V2: Learning to Run VLAs Fast, Smooth, and Accurate},
author = {Chen Yang and Yucheng Hu and Yunchao Ma and Yunhuan Yang and Jing Tan and Haoqiang Fan},
journal= {arXiv preprint arXiv:2603.26360},
year = {2026}
}