论文
Agile-VLA：通过隐式可供性锚定进行少量工业姿势校正
Agile-VLA: Few-Shot Industrial Pose Rectification via Implicit Affordance Anchoring
摘要
在资源受限的边缘平台上部署视觉-语言-动作（VLA）模型会遇到高延迟语义推理和动态操作所需的高频控制之间的根本冲突。为了应对这一挑战，本文提出了 Agile-VLA，这是一种分层框架，专为 NVIDIA Jetson Orin Nano 等边缘设备上的工业姿态重新定向任务而设计。核心创新是隐式可供性锚定机制，可直接将几何视觉线索（特别是质心和边缘关键点锚点）映射到结构化参数化动作基元中，从而大大减少闭环控制期间对高延迟语义推理的依赖。通过异步双流架构将感知 (10 Hz) 与控制 (50 Hz) 解耦，系统有效地减轻了基于边缘的机器人学习中固有的频率失配。标准 6 自由度机械臂上的实验结果表明，Agile-VLA 通过外部灵巧性仅使用 5 次演示即可实现对复杂、不规则工件的稳健校正。