VLA 图库 / 模型列表 / π系列

학습시 RTC

训练时RTC (Training-time RTC，π0.6)

Physical Intelligence · 2025-12

기타π系列基于π0.6混合

训练时模拟推理延迟(实机0~10步均匀采样)来学习动作prefix条件化，因此没有推理时RTC的额外计算。

论文

Training-Time Action Conditioning for Efficient Real-Time ChunkingarXiv 2512.05964

概述

分类

π系列

类型

기타

发布

2025-12

机构

Physical Intelligence

权重公开

否

参数

基于π0.6(无单独数值)

架构

主干LLM

Gemma 3 4B (π0.6)

视觉编码器

SigLIP 400M (π0.6)

动作头

π0.6 flow专家 (延迟仿真训练) (混合)

动作块

未公开

控制频率

未公开

架构原文摘要

π0.6原样(结构·运行时不变)；训练中模拟推理延迟，并以已执行动作prefix为条件

训练

预训练加速器

不适用(基于π0.6)

预训练时长

不适用

预训练步数·批量

不适用

GPU·TPU-小时

未公开

微调

每项任务8,000步·批量512(硬件·时间未公开)

数据类型

真实机器人遥操作(逐任务微调数据)

数据规模

未公开

主要数据集

按任务数据(未公开)

任务·评估

组装纸箱、制作浓缩咖啡（π0.6）；仿真比较在训练算力对齐条件下进行

机器人

π0.6实机平台(50 Hz机器人)

推理

推理设备·速度

远程H100，denoising 5步：训练时RTC 108 ms(d≈5) vs 推理时RTC 135 ms(d≈7)

推理显存

未公开

权重 bf16（计算）

未公开

运行位置

远程服务器

强化学习与底盘

强化学习

未使用 · 模拟推理延迟的监督微调

底盘控制

固定 · 未提及底盘控制（组装纸箱·浓缩咖啡任务）

备注

核心特点

训练时模拟推理延迟(实机0~10步均匀采样)来学习动作prefix条件化，因此没有推理时RTC的额外计算。在组装纸箱·意式咖啡任务中以更低延迟达到与推理时RTC相同的性能。

备注

因是基于π0.6的微调方法，类型为其他。在50 Hz机器人上支持最高200 ms延迟。仿真中以指数衰减权重采样延迟{0..4}。

核验

已确认