← 事件库 / Infrastructure

rMuscle 在重复机器人任务间复用 VLA 内部状态

rMuscle 在相似的重复 VLA 执行之间缓存视觉 token 输出与神经元激活模式。作者在 RTX 4090、Jetson Thor、LIBERO、RoboTwin 与真实机械操作任务上报告推理加速 1.29 至 1.42 倍,同时保持原始真实机器人成功率。收益主要面向重复的工厂型任务,而不是通用机器人行为。

本文来自既有扫描档案。迁移保留原判断,不代表在迁移时重新核验。

对你意味着什么

对轨迹重复度高的机器人团队来说,复用内部状态可在不改 VLA 模型的前提下降低延迟。论文的工作负载假设较窄,也没有公开代码。部署前应在真实摄像头、任务变化与安全边界上复现。

前沿观察

公开材料与效果验证,分开看。

已记录的事实是工作及其材料已公开。论文或作者报告的效果不自动等于独立复现。下一步关注可复用代码、任务设置和第三方验证。

证据与关联材料

背景材料 · 历史记录,未重新核验

rMuscle 在相似的重复 VLA 执行之间缓存视觉 token 输出与神经元激活模式。作者在 RTX 4090、Jetson Thor、LIBERO、RoboTwin 与真实机械操作任务上报告推理加速 1.29 至 1.42 倍,同时保持原始真实机器人成功率。收益主要面向重复的工厂型任务,而不是通用机器人行为。

技术细节与六维评分
缓存 视觉 token Context Cache 与激活模式 Action Cache
硬件 RTX 4090 与 Jetson Thor
评测 LIBERO、RoboTwin 与真实操作
加速 1.29 至 1.42 倍
代码 未公开链接
技术影响 3
工程价值 3
采用信号 1
成熟度 1
验证成本 5
风险 3