策略推理频率

学习型策略每秒被调用、算出新动作的次数，常低于底层控制频率。

策略推理频率指神经网络策略每秒做几次前向计算、给出新动作（或新动作块），单位 Hz。它和控制频率不是一回事：控制频率是执行器每秒收几次指令，关节控制环常在数百到上千 Hz。大模型算得慢，通常一次预测一整段动作（动作分块），两次推理之间把这段动作依次执行，所以推理频率远低于控制频率。以 π0 为例，它一次输出 50 步动作，在 50 Hz 的机器人上执行 25 步才重新推理，约合 2 Hz，单次推理在 RTX 4090 上约 73 毫秒。推理频率越低，对突发变化反应越慢，动作块衔接处也易卡顿，于是有了异步推理、实时动作分块和快慢双系统（如 Figure Helix 慢系统 7–9 Hz、快系统 200 Hz）。

例子π0 在 20 Hz 控制的 UR5e、Franka 上每执行 16 步（0.8 秒）推理一次，在 50 Hz 控制的机器人上每执行 25 步（0.5 秒）推理一次。

也叫

推理频率、策略频率、模型调用频率

相关

控制频率、推理延迟、动作分块、异步推理、实时动作分块、快慢双系统

来源

π0: A Vision-Language-Action Flow Model for General Robot Control (arXiv:2410.24164)
Figure: Helix（System 2 7–9 Hz / System 1 200 Hz）
Real-Time Execution of Action Chunking Flow Policies (arXiv:2506.07339)

信息截至

2025-06