rMuscle用双阶段缓存加速VLA推理1.29-1.42倍

Kaijun Zhou 等研究者提出 rMuscle，一个受人类肌肉记忆启发的实时视觉-语言-动作（VLA）模型推理框架。论文分析发现，机器人重复执行任务时在观测、动作轨迹乃至内部模型状态上都存在显著相似性。 rMuscle 采用双阶段缓存：Context Cache 复用视觉 token 输出以减少计算，Action Cache 复用神经元激活模式以减少权重访问。在 RTX 4090 和 Jetson Thor 上，针对 LIBERO、RoboTwin 及实机操作任务，rMuscle 实现 1.29-1.42 倍加速，同时在真实机器人上保持原有成功率。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。