REACT：使用 VLA 模型实现反应式机器人控制的滚动降噪和双解耦

基于流的视觉语言动作（VLA）模型为时间连贯的机器人运动生成动作块，但分块控制创建了一个基本的闭环权衡：长块提供平滑的执行，而频繁的重新规划以动作不连续性为代价提高反应性。我们引入了 REACT，一个滚动降噪框架，使基于流的 VLA 更具反应性，同时保留长视野上下文。 REACT 不是从头开始重新生成整个操作块，而是维护一个具有交错流程时间步长的持久操作缓冲区。在每个控制步骤中，使用最新的观察结果对整个视野进行去噪，执行最干净的动作块，向前移动部分细化的未来块，并将新的噪声附加到尾部。因此，每个执行的操作块在部署之前都会根据最近的多次观察进行细化。为了支持实时控制，我们进一步引入了双解耦，将传感、VLM编码、DiT去噪和动作执行分开，从而能够在 实际计算限制。在 RoboTwin 2.0 模拟基准和跨越多个机器人平台上的双手操作和动态控制的现实任务中，REACT 提高了任务成功率并减少了反应延迟，同时产生比频繁重新规划和异步基线更平滑的轨迹。