动作视界

策略每次看几步历史、预测几步动作、实际执行几步。

动作视界描述策略在时间上「看多远、做多远」。扩散策略（Diffusion Policy，2023）论文把它拆成三个量：观测视界 To 是输入最近几步的观测，预测视界 Tp 是一次生成多少步动作，执行视界 Ta 是其中真正发给机器人、中途不重新规划的步数。执行完 Ta 步再用新观测重新预测，这种做法叫滚动时域控制。Ta 越长，动作越连贯、推理次数越少，但对突发变化反应越慢；越短则越灵敏，却容易抖动。该论文发现多数任务执行 8 步最好，开源代码默认 To=2、Tp=16、Ta=8。VLA 里说的动作块长度（chunk size）大致对应预测视界。

例子π0 一次预测 50 步动作：在 50Hz 的机器人上只执行前 25 步（0.5 秒）就用新画面重新推理，在 20Hz 的 UR5e 上每执行 16 步重推一次。

也叫

预测视界、执行视界、观测视界、Prediction Horizon、Execution Horizon、Observation Horizon

相关

动作分块、时序集成、扩散策略、异步推理、闭环、实时动作分块

来源

Diffusion Policy: Visuomotor Policy Learning via Action Diffusion (arXiv:2303.04137)
diffusion_policy 训练配置 train_diffusion_unet_image_workspace.yaml (GitHub)
π0: A Vision-Language-Action Flow Model for General Robot Control (arXiv:2410.24164)