批量机器人策略服务的动作块调度

大规模部署机器人基础模型是实现通用机器人潜力的下一步。然而，视觉-语言-动作（VLA）和其他基础模型对计算的要求很高，并且设备上的计算受到功率和空间的限制。在本文中，我们介绍了从远程 GPU 向多个机器人提供机器人策略的问题，并将其表述为调度问题。我们构建了军械库，这是一个在模拟和真实机器人车队上进行验证的服务系统。我们的实验表明，当所有机器人都相同时，朴素调度启发式表现良好，但当机器人以不同速率消耗动作块时，则表现不佳，揭示了传统批处理方法与机器人策略执行的闭环要求之间的不匹配。为了解决这个问题，我们提出了一种调度算法，该算法考虑了这种异构性，并在实际实验中将整体系统吞吐量提高了高达 18\%$。更多详细信息请访问 https://gatech-rl2.github.io/actionchunkscheduling。