**RACE:通过预测子技能切换时机提升VLA模型长动作块可靠性** _When to Switch: Reliable Action-Chunk Exten
原帖
**RACE:通过预测子技能切换时机提升VLA模型长动作块可靠性**
_When to Switch: Reliable Action-Chunk Extension for Vision-Language-Action Models_
> 针对视觉-语言-动作(VLA)模型因推理延迟导致的“走走停停”执行问题,研究提出RACE框架。该框架通过辅助去噪路径预测子技能切换时机,并以此条件化动作生成,从而显著降低长动作块在技能转换处的误差。实验表明,RACE在仿真和真实机器人上均优于同等长度的微调模型,使用4倍长动作块时可将空闲时间减少约5倍,同时保持高成功率。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-06 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2610.05719)