5.83倍加速！PolicyTrim：让VLA机器人少走弯路、更快完成任务

Vision-Language-Action（VLA）模型把视觉观测、语言指令和机器人动作统一到一个策略模型中，使机器人能够根据自然语言完成复杂操作任务。从OpenVLA、OpenVLA-OFT到π0.5、GR00T，这类模型正在成为具身智能的重要技术路线。但当VLA模型真正部署到机器人上时，一个关键瓶颈会立刻显现：机器人完成任务的总时间，不只取决于每次推理有多快，也取决于策略到底需要执行多少次推理、多少个真实物理动作。它不改变VLA架构，也不重新收集专家数据，而是在已有预训练策略之上继续优化机器人真实执行行为。