一步足矣：流匹配策略中欧拉积分法的实证研究
研究在六个流匹配 VLA 机器人策略上对比单步与多步采样，发现单步动作生成在大规模下基本与多步采样持平，多步欧拉积分在推理阶段几乎没有一致优势。该结论在模型训练充分且容量足够时成立。作者据此指出，大型 VLA 可直接从多步模型获得单步策略，无需重训练、蒸馏或额外辅助目标，即可实现低延迟部署。
发布于 10-23 23:01来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《When One Step Is Enough: An Empirical Study of Euler Integration in Flow-Matching Policies》查看原链
流匹配（Flow Matching）目前是视觉-语言-动作（VLA）机器人策略的主流方法，其表达能力强且训练目标简单。 但标准流匹配的推理需要迭代求解 ODE，限制了部署时的控制频率。 已有若干工作提出新方法以实现单步动作生成，本文则追问这些额外目标是否真的必要。
研究发现，在六个流匹配 VLA 模型上，单步动作生成在大规模下基本与多步采样持平：多步积分在推理时几乎没有带来一致优势。 实证表明，只要模型训练充分且容量足够，这一结论即成立。 实际意义在于，对大型 VLA 而言，单步策略几乎可以从多步模型中免费获得，无需重训练、蒸馏或辅助目标即可实现低延迟部署。