GeoAAC：VLA 策略中基于几何的自适应动作分块：来自去噪轨迹

动作分块被广泛用于视觉-语言-动作（VLA）策略中的动作生成与执行，但现有方法通常采用固定的动作时域。在一次 rollout 过程中，不同任务阶段可能需要不同程度的动作连续性、控制精度和闭环反馈，使得固定时域无法适应不断变化的控制需求。我们提出 GeoAAC，这是一种面向基于流的 VLA 策略的、基于几何的自适应动作分块方法，可根据当前动作预测的可靠性调整动作时域。我们表明，Flow Matching 去噪轨迹的几何结构为刻画预测可靠性提供了过程级信息，并且动作前缀之间的几何变化与预测不确定性保持正相关。GeoAAC 利用这种前缀级几何结构构建逐时域的几何剖面，并在无需额外训练的情况下，从单次生成中自适应地确定动作时域。在 LIBERO、LIBERO-Pro、RoboCasa365 以及真实世界操作任务上，使用 GR00T N1.5 和 π0.5 进行的实验显示，相较于固定动作时域基线和现有自适应方法，GeoAAC 均取得了一致提升，包括在仿真中最高提升 8.7 个百分点，以及将真实世界平均成功率从 53.3\% 提高到 74.4\%。