RoboPace：为动作块策略在线调整接触安全与执行速度

机器人操作数据收集已从远程操作转向无机器人演示，通过通用操作接口 (UMI) 等接口或直接从人手中进行。根据此类数据训练的视觉-语言-行动（VLA）策略继承了演示者的时间安排。然而，人类的计时并不会直接转移到机器人上：顺从的手可以承受快速接触，而机器人可能会由于执行器和跟踪的限制而出现超调；相反，机器人可以在自由空间中移动得更快。这催生了一种统一的方法，可以协调执行速度与接触安全。我们提出了 RoboPace，一个在线重定时层，它保留策略的几何路径，同时调整其定时，尊重目标机器人的运动学和动态约束。它根据预测的接触来调整执行速度，共同考虑与接触相关的速度限制和机器人的运动约束。该方法不需要策略再训练并且实时运行。在双臂机器人上执行三个接触丰富的任务，更快的统一执行和仅限物理限制 重定时基本上会失败。相反，RoboPace 比缓慢的统一执行取得了更高的整体成功，同时在大约一半的时间内完成了五个命令中的四个，保留了缓慢执行的可靠性，而没有时间成本。