Training-Time RTC——在训练时模拟推理延迟(承认既定事实专心预测后续动作)：消除推理阶段的计算开销，让π0.6完成箱子装配与咖啡制作

摘要：本文提出一种训练时实时分块（training-time RTC）方法，通过模拟推理延迟直接调节动作前缀，有效解决了视觉语言动作模型（VLA）在实时控制中的延迟问题。相比需要推理时图像修复的传统RTC方法，新方案完全消除了推理阶段的计算开销，仅需微调现有模型即可实现。实验表明，该方法在高延迟场景下性能优于推理时RTC，在箱体构建和咖啡制作等复杂任务中，既能保持执行速度和任务性能，又显著降低了计算成本。