通才操纵政策越来越多地采取基于大型预训练骨干的动作分块流策略的形式。这样的块是开环运行的，因此策略无法对执行过程中到达的感官输入做出反应，从而牺牲了\ emph {reactivity}。更频繁地重新规划会恢复它，但感知到行动的管道（大骨干加上多个去噪步骤）太慢了：

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2607.26055v1)获取最准确的信息。

---
🔗 **原文链接**: [$π\mathbf{R}^2$: Reactive Real-time Flow Policies](https://arxiv.org/abs/2607.26055v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Sungjae Park, Shubham Tulsiani

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-07-29 14:01