VLA 实时执行与动作分块数据
VLA 常一次预测一段动作，以减少模型调用，但动作块越长，机器人越晚利用新观测纠错。FlashVLA研究流式解码和异步推理，GeoAAC按任务阶段自适应动作块长度，SmolVLA 部署比较显示降低推理延迟也可能改变闭环任务行为。数据必须记录动作实际生效的时间，不能只记录模型输出时间。
概念与数据问题
Section titled “概念与数据问题”动作分块是一段连续控制命令；动作年龄是所依赖观测与实际执行之间的时间差；重规划边界是旧动作块切换到新动作块的位置。GROOVE针对块内及边界的末端轨迹急动度，稀疏细化把注意力放在少数关键时间步，SkipVLA用经典规划减少不必要的 VLA 查询。这些优化各改动不同环节，比较时需要相同任务和硬件日志。
采集、处理与对齐
Section titled “采集、处理与对齐”采集：将相机帧、本体状态、模型查询、每个动作块、队列事件和控制器实际命令放到统一时钟。FluxVLA Engine讨论数据格式、训练、评估、推理运行时与本体接口的贯通；字段应允许重放从观测到执行的整条路径。
处理与对齐：为动作块标记预测起点、长度、每步目标时间及被覆盖或取消的命令；对异步系统记录推理与执行重叠。rMuscle针对重复工作中的推理效率，Dense-to-MoE研究紧凑部署；高效 VLA 对照把动作头、模型规模和设备延迟配对。若缺设备、批量大小、控制周期和通信条件，吞吐数字不可比较。
动作质量：驾驶连续轨迹也属于执行链；DiffAdapterVLA在驾驶 VLM 中生成连续轨迹。不同任务应保留各自的安全边界与坐标系。
最小字段契约
Section titled “最小字段契约”字段名是建议的数据接口，不表示所引论文使用完全相同的文件格式。
| 字段 | 记录内容 | 检查重点 |
|---|---|---|
| episode_id / query_id | 任务与一次模型调用 | 控制回放可定位 |
| observation_at / observation_id | 输入帧和本体状态时间 | 推理所见不是未来状态 |
| model_version / runtime | 权重、推理引擎、设备 | 不同部署可配对 |
| chunk_id / action_steps | 动作序列、单位、坐标系 | 每步目标时刻明确 |
| queued_at / emitted_at / applied_at | 排队、输出与执行时间 | 端到端动作年龄可算 |
| override / cancel_reason | 重规划、跳步与安全覆盖 | 实际命令不被预测命令替代 |
| measured_motion / contact | 实测轨迹与接触事件 | 检测块边界急动 |
| outcome / failure_type | 任务成功、停机、碰撞等 | 按延迟区间分层 |
离线检查时间戳单调、动作顺序、单位、块重叠和取消命令是否被误当成已执行。线上同时报告模型推理、传输、排队与控制生效延迟，以及末端速度、加速度、急动度和任务成功。部署比较和高效 VLA 对照强调时间与任务结果必须联报；GROOVE提示运动质量可能在动作块边界恶化。
数据集使用边界
Section titled “数据集使用边界”同一个动作误差在自由空间和接触瞬间后果不同，不能用全轨迹平均误差替代阶段评估。加速方法可能改变控制频率、动作年龄或动作分布；发布数据时需保留原始策略输出与控制器实际执行的两条轨迹。跨设备结果应明确硬件、运行时与控制周期。
以下论文按清单中的主主题归档。跨主题使用时，应重新核对任务、传感器和评测口径。
- FlashVLA: Streaming Action Decoding for Fast and Asynchronous VLA Inference（2608.27384）
- FluxVLA Engine: A One-Stop VLA Engineering Platform for Embodied Intelligence（2609.17210）
- Dense to MoE Adaptation for Compact Vision Language Action Policies（2609.16503）
- Uncertainty-Guided Sparse Refinement for Action Chunking Transformer Policies（2609.15840）
- Planning in the Backbone: DiffAdapterVLA for Native Continuous Trajectory Generation with Driving VLMs（2609.15322）
- When Faster VLA Deployment Changes Closed-Loop Behavior: Task Success-Latency Analysis of SmolVLA Across PyTorch and ONNX Variants（2609.14146）
- What Makes an Efficient VLA? Navigating Action-Head Design, Scaling, and Latency（2609.13984）
- GROOVE: Geometry-Guided Reduction of Operational-Space Jerk in VLA Execution（2609.13695）
- rMuscle: Robotic Muscle Memory for Efficient Vision-Language-Action Model Inference（2609.19104）
- GeoAAC: Geometry-Based Adaptive Action Chunking from Denoising Trajectories in VLA Policies（2609.20776）
- SkipVLA: Skipping VLA Steps with Classical Planning for Fast Robot Manipulation（2609.20648）