Realtime-VLA V2：学习快速、平稳、准确地运行 VLA

在将 VLA 模型部署到现实世界的机器人任务中时，执行速度很重要。在之前的工作 arXiv:2510.26742 中，我们分析了如何在 GPU 上快速进行 VLA 的神经计算。然而，如何在真实的机器人上实际部署 VLA 系统的问题仍然悬而未决。在本报告中，我们描述了一组实用技术，可在需要准确性和灵活性的现实世界任务中以令人印象深刻的速度运行 VLA 驱动的机器人，从而实现端到端结果。该技术堆栈涵盖校准、规划和控制以及基于学习的方法来确定最佳执行速度。在我们展示的任务中，机器人的执行速度甚至可以与人类的休闲操作相媲美，并接近我们轻型手臂的硬件极限。 https://dexmal.github.io/realtime-vla-v2/ 中提供了未加速的视频和推理轨迹。