FreeSpeed: Training-Free Speed Control for Generative Robot Policies
作者: Yuxuan Hu, Shilin Shan, Qiheng Wang, Jinghan Yang, Junqiao Fan, Hao Wan, Jianfei Yang
分类: cs.RO
发布日期: 2026-10-05
备注: 37 pages, 21 figures, 14 tables. Project page: https://yuxuanhu9.github.io/FreeSpeed/
💡 一句话要点
提出FreeSpeed以解决机器人策略执行速度调整问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 机器人控制 速度调整 模仿学习 动态适应 人机交互
📋 核心要点
- 现有的模仿学习策略在执行速度上受到演示的限制，导致在实际应用中难以灵活调整速度以适应不同场景需求。
- FreeSpeed模块通过后处理预训练策略的动作块，利用相邻动作的方向不一致性来动态调整执行速度，解决了速度调整的灵活性问题。
- 在多项实验中，FreeSpeed在模拟任务中实现了0.22x到2.53x的执行速率变化，并在真实操作任务中达到了94.0%的成功率，表现出色。
📝 摘要（中文）
在线控制执行速度对于在真实场景中部署机器人策略至关重要，因为机器人可能需要在时间限制下加速，或减速以促进人机交互并提高安全性。然而，模仿学习的策略继承了演示的执行速度，测试时的速度修改可能导致不可恢复的分布外观察，从而降低任务成功率。基于这一观察，本文提出了FreeSpeed，一个训练无关的模块，能够对预训练策略的动作块进行后处理。FreeSpeed根据请求的速率重新采样每个预测的动作块，并利用相邻动作之间的方向不一致性作为重新缩放的主要信号。该信号自适应地决定执行速度如何接近请求速度，从而在不妨碍任务成功的情况下实现灵活的速度调整。实验表明，FreeSpeed在三种策略家族和50个模拟任务中支持在线速度变化，实际执行速率范围为0.22x到2.53x，并在四个真实操作任务中实现了94.0%的平均成功率。
🔬 方法详解
问题定义：本文旨在解决机器人策略在实际应用中执行速度调整的灵活性问题。现有的模仿学习策略在执行速度上受到演示的限制，导致在面对时间压力或人机交互时难以适应。
核心思路：FreeSpeed模块通过后处理预训练策略的动作块，利用相邻动作之间的方向不一致性作为信号，动态调整执行速度。这种设计使得在不影响任务成功的情况下，可以灵活地接近请求的执行速度。
技术框架：FreeSpeed的整体架构包括动作块的重新采样和方向不一致性信号的计算。首先，根据请求的速率对每个预测的动作块进行重新采样，然后计算相邻动作之间的方向不一致性，以此作为调整速度的依据。
关键创新：FreeSpeed的主要创新在于其训练无关的特性，能够在不需要额外训练的情况下，灵活调整执行速度。这与现有方法依赖于训练阶段的速度调整形成鲜明对比。
关键设计：在FreeSpeed中，关键参数包括动作块的采样率和方向不一致性的阈值，这些参数的设置影响着速度调整的灵活性和任务成功率。
🖼️ 关键图片
📊 实验亮点
在实验中，FreeSpeed在三种策略家族和50个模拟任务中实现了执行速率从0.22x到2.53x的变化，且在四个真实操作任务中达到了94.0%的成功率，表现优于传统方法的93.8%。
🎯 应用场景
FreeSpeed的研究成果在机器人操作、自动驾驶和人机协作等领域具有广泛的应用潜力。通过实现灵活的速度调整，机器人可以更好地适应动态环境，提高任务执行的效率与安全性。未来，该技术可能推动更智能的机器人系统的发展，提升人机交互的自然性和安全性。
📄 摘要（原文）
Online control of execution speed is essential for deploying robot policies in real-world scenarios, as robots may need to speed up under time constraints or slow down to facilitate human interaction and improve safety. However, imitation-learned policies inherit the execution speed of their demonstrations, and test-time speed modification can introduce unrecoverable out-of-distribution observations, reducing task success. We observe that the directional inconsistency of action chunks reflects task-phase criticality, indicating how aggressively action step lengths can be modified while preserving task success. Based on this observation, we introduce FreeSpeed, a training-free module that post-processes action chunks from pretrained policies. FreeSpeed resamples each predicted chunk at the requested rate, then uses directional inconsistency between adjacent actions as the primary signal for rescaling. This signal adaptively determines how closely the execution speed can approach the requested speed, allowing flexible speed adjustment within the evaluated limits without compromising task success. Across three policy families and 50 simulated tasks, FreeSpeed supports online speed changes, with realized execution rates spanning 0.22x to 2.53x among settings that preserve per-task success. Across four real-world manipulation tasks, FreeSpeed achieves an average success rate of 94.0%, matching the frozen policy's 93.8%, while realizing execution rates from 0.38x to 1.97x.