控制延迟

从传感器拿到数据，到电机真正执行对应动作之间的时间差。

控制延迟指一次「感知→计算→执行」走完所需的时间：相机曝光与传输、模型推理、网络与总线通信、电机驱动响应都算在内，端到端就是从拿到观测到对应动作落到关节上的间隔。反馈控制靠「看到误差再纠正」，延迟越大，控制器用的信息越旧，轻则动作迟钝、超调，重则来回振荡失稳；1957 年 O. J. M. Smith 提出的 Smith 预估器就是对付纯延迟的经典办法。VLA 推理一次常要几十到上百毫秒，远长于底层控制周期，于是有了动作分块、异步推理和实时动作分块（RTC）等做法。它比推理延迟范围更大，后者只算模型前向计算那一段。

例子Physical Intelligence 的实时动作分块论文里，π0.5 在 RTX 4090 上推理一次约 76 ms，而机器人按 50 Hz 执行（每步 20 ms），等新动作算出来，机器人已经又走了约 3 步；不做处理，块与块交接处就会出现停顿或跳变。

也叫

端到端延迟、执行延迟、感知-动作延迟、End-to-end Latency

相关

推理延迟、控制频率、实时动作分块、异步推理、动作分块、时间抖动

来源

Real-Time Execution of Action Chunking Flow Policies (Black, Galliker, Levine, arXiv 2506.07339)
Wikipedia: Smith predictor

信息截至

2025-12