arXiv · 机器人与计算机视觉· Zihao Zheng, Zhihao Mao, Hui Huang, Sicheng Tian, Hangyu Cao, Ziyun Zhang, Chenyue Li, Jiayu Chen, Maoliang Li, Hailong Zou, Guojie Luo, Xiang Chen·· 23 天前AI 评分48
ActECC:面向边缘 - 云协作 VLA 推理系统的动作分块时序捕获技术
ActECC: Action Chunk Temporal Harnessing for Edge-Cloud Collaborative VLA Inference System
AI 导读
ActECC 通过运动学引导的可用范围评估与延迟感知重规划调度,解决了边缘 - 云协作中动作分块的时序挑战。实验表明该方法将单步动作延迟降低最多 27.4%,云端调用减少最多 45.1%,并降低了平均执行误差。该研究为具身智能 VLA 模型的实时部署提供了关键优化方案。
来源:arXiv · 机器人与计算机视觉 · arxiv.org