Hugging Face发布RACE框架：提升机器人操作中长动作序列的可靠性
文 / Mr.Xu
发布时间：
摘要：Hugging Face推出了一种名为RACE（Reliable Action-Chunk Extension）的新框架，旨在解决机器人操作中长动作序列执行不可靠的问题。RACE通过预测子技能转换时机并基于此条件化动作生成，显著减少了子技能转换中的错误，使机器人能够执行更长的动作序列，同时减少因频繁暂停造成的任务延迟。在模拟基准测试中，RACE在相同长度下优于微调方法，并在更长的动作序列中保持竞争力。在真实机器人实验中，RACE将因停-走执行造成的空闲时间减少了约5倍，同时实现了更高的成功率。
背景与挑战
在机器人操作中，视觉-语言-动作（VLA）模型作为统一的策略被广泛应用。然而，VLA模型的高推理成本迫使机器人在策略调用之间暂停，导致动作执行中出现频繁的停-走现象，这不仅打断了动作的流畅性，还延长了任务完成时间。虽然延长动作序列可以减少策略调用次数，但预测更远的未来会使长动作序列的执行变得不可靠。
RACE框架的创新
为了解决上述问题，Hugging Face的研究团队提出了RACE（Reliable Action-Chunk Extension）框架。RACE通过以下方式提升了长动作序列的可靠性：
- 预测子技能转换时机：RACE引入了一个辅助的单步去噪过程，用于预测子技能转换的时机。
- 条件化动作生成：基于预测的转换时机，RACE对动作生成进行条件化，从而减少子技能转换中的错误。
实验结果
在多个模拟基准测试中，RACE在相同长度下优于传统的微调方法。当动作序列长度增加2倍时，RACE在成功率上超越了现有的最先进和高效的VLA模型；当长度增加4倍时，RACE仍然保持竞争力。
在真实机器人实验中，RACE能够使用4倍长的动作序列，将因停-走执行造成的空闲时间减少了约5倍，同时实现了比相同长度的微调方法更高的成功率。
技术亮点
- 子技能转换预测：通过预测转换时机，RACE有效减少了长动作序列中的错误。
- 条件化动作生成：基于转换时机的条件化生成提高了动作执行的可靠性。
- 长动作序列支持：RACE能够支持更长的动作序列，减少了机器人操作的停-走次数。
行业影响与开发者建议
RACE框架的发布为机器人操作领域带来了新的技术路径，特别是在需要长动作序列执行的任务中，如装配线操作和复杂环境中的导航。开发者可以利用RACE框架来提升机器人操作的流畅性和效率，同时减少任务完成时间。
结论
RACE框架展示了在机器人操作中处理长动作序列的潜力，为未来的研究提供了新的方向。通过进一步优化转换时机预测和动作生成条件化，RACE有望在更广泛的机器人应用中实现更高的可靠性和效率。
—— 完 ——消息来源：Hugging Face Daily Papers (2026-10-05)
主题标签： #Hugging Face #机器人操作 #VLA模型 #RACE框架 #长动作序列
社区整体评论区