知识中等
π0 中的 action chunk 具体表示哪些时间范围与控制量?模型如何生成并在执行时滚动使用这一段动作?
动作块覆盖未来约 1 秒(、50Hz)的关节级控制量;块内按时间戳顺序执行,执行期间或块尾重新观测并生成下一块,相邻块用外推与平滑衔接。
标准答案
π0 输出步、以 50Hz 控制的动作块,约对应 1 秒的低层控制量(关节位置/速度级)。执行时机器人按时间戳回放块内动作,同时后台启动下一次推理:π0 用 inference-time action extrapolation,在旧块尚未执行完时先基于当前观测外推出新块,再拼接执行,从而隐藏推理延迟;块与块之间配合时间平滑,避免边界抖动。
深入理解
chunk 长度本质是延迟与反应性的权衡:太短则高频推理不可行且动作抖动,太长则对动态物体和接触变化的反应变慢。面试可以延伸到:chunk 边界的重规划频率决定了闭环带宽;接触密集任务需要更短 chunk 或外环阻抗控制兜底;以及 ACT 的 temporal ensembling 与 π0 外推策略的异同。