热点事件观察中
RACE框架：通过切换时机预测扩展VLA模型动作块
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026年10月5日，HF Daily Papers介绍了RACE框架，一种针对Vision-Language-Action（VLA）模型的动作块扩展方法。RACE通过辅助单步去噪预测操作子技能之间的切换时机，并以此为条件生成动作，旨在降低VLA模型在长动作块切换处的错误。在仿真基准测试中，RACE以2倍块长在成功率上超过近期SOTA VLA模型，在4倍块长下仍具竞争力。在真实机器人实验中，RACE使用4倍块长将stop-and-go造成的空闲时间减少约5倍，且成功率高于同等块长的微调方法。
AI 根据报道生成 · 3 小时前更新
最新进展10月5日 04:00
RACE在真实机器人上以4倍块长将空闲时间减少约5倍，成功率优于同等块长的微调方法。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- HF Daily PapersRACE：基于切换时机预测的 Vision-Language-Action 模型动作块扩展方法
RACE 框架通过辅助单步去噪预测操作子技能之间的切换时机，并以此为条件生成动作，降低 VLA 模型在长动作块切换处的错误。仿真基准中，RACE 以 2 倍块长在成功率上超过近期 SOTA VLA 模型，4 倍块长下仍具竞争力；在真实机器人上使用 4 倍块长，将 stop-and-go 造成的空闲时间减少约 5 倍，成功率高于同等块长的微调方法。
本事件热度走势
当前热度 4·可比范围峰值 4（10月6日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。