弹性查询强化学习：VLA 模型的自感知策略执行

视觉 - 语言 - 动作（VLA）模型常用于机器人操作，但通常采用固定的推理与重规划调度，忽略了控制难度的不均匀性。本文提出弹性查询强化学习（EQRL）框架，使 VLA 策略查询具备弹性。该方法通过轻量级潜在调度适配器，联合选择潜在输入、去噪预算及动作块长度，无需微调底层模型。EQRL 利用批评家集成分歧生成状态难度信号，引导计算资源流向困难状态，并将可变块执行 formulated 为查询级宏动作强化学习。实验表明，该方法在降低平均推理成本的同时，保持或提升了任务成功率。