arXiv cs.AI· Kaijun Zhou, Zhiyang Li, Le Chen, Jinyu Gu·· 12 小时前AI 评分32
rMuscle：面向高效 VLA 模型推理的机器人肌肉记忆框架
rMuscle: Robotic Muscle Memory for Efficient Vision-Language-Action Model Inference
AI 导读
rMuscle 是一个受人类肌肉记忆启发的实时 VLA 推理框架，通过双阶段肌肉记忆缓存复用跨执行相似性，在 RTX 4090 和 Jetson Thor 上实现 1.29-1.42 倍加速，并在 LIBERO、RoboTwin 及真实机器人操作任务中保持原有成功率。
正文 · AI 翻译
摘要：工厂作业是具身 AI 一个有前景的早期场景：将重复性体力工作交给机器人具有明确的经济回报，而结构化的工位也使这些工作对当前策略而言易于处理。视觉-语言-动作（VLA）模型目前已成为这类机器人策略范式的主流。VLA 模型的推理延迟直接影响机器人的响应能力和运动平滑度。然而，现有的 VLA 推理框架并未充分利用具身工作负载的特征，也未考虑 VLA 推理不同阶段各自不同的瓶颈。
在本文中，我们首先刻画了具身工作负载的特征，并发现机器人在重复执行中存在显著的任务相似性。我们进一步发现，这种相似性不仅体现在观测和动作轨迹上，还延伸到模型内部状态。基于这些观察，我们提出 rMuscle，一个受人类肌肉记忆启发的实时 VLA 推理框架。它通过双阶段肌肉记忆缓存来利用跨执行相似性。上下文缓存复用视觉 token 输出以减少计算，而动作缓存复用神经元激活模式以减少权重访问。我们通过在线缓存重计算、滑动窗口缓存检索以及连续去噪步骤间的掩码共享，将缓存内存占用和访问开销保持在较低水平。rMuscle 在 RTX 4090 和 Jetson Thor 上，于 LIBERO、RoboTwin 和物理操作任务中实现了 1.29-1.42 倍加速，同时在真实机器人上保持了原始成功率。
| 学科： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2609.19104 [cs.RO] |
| （或 arXiv:2609.19104v3 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2609.19104 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Kai Jun Zhou [查看邮箱]
[v1]
2026年9月16日 星期三 17:34:43 UTC（18,476 KB）
[v2]
2026年9月30日 星期三 02:27:49 UTC（18,431 KB）
[v3]
2026年10月21日 星期三 07:08:08 UTC（18,431 KB）
来源：arXiv cs.AI · arxiv.org