ConceptExecution Horizon / L
执行视界
机器人VLA策略中每次查询后开环执行动作块前缀的步数，是摊销查询成本与跟踪误差陈旧度之间的核心权衡变量，存在内部最优解
Timeline (last 90 days)
Oct 12
执行视界的权衡由两个共享同一控制变量的成本构成：摊销成本（每步查询成本按 λ_c/L 下降）与陈旧度成本（跟踪误差随视界增长）。
Unverified50%
Oct 12
将摊销成本与陈旧度成本放入同一目标函数，内部最优解满足平稳性条件 λ_c = L · [ c(τ + L) − C(L) ]，其中 c 是每延迟跟踪成本，τ 是推理延迟，λ_c 是每次查询的价格。
Unverified50%
Oct 12
可行执行视界集合为 L* ∈ [τ, d_max − τ]，其中 τ 是推理延迟，d_max 是滚动时域或安全包络的上限。
Unverified50%
Oct 12
非零均值扰动增加一个延迟不变项（实测为协方差部分的400%），它抬高成本水平，但对最优执行视界的移动为零。
Unverified50%
Oct 12
匹配二阶矩下扰动形状的变化确实会移动最优执行视界，且效应随陈旧度增长。
Unverified50%
All Facts (5)
Unverified
执行视界的权衡由两个共享同一控制变量的成本构成：摊销成本（每步查询成本按 λ_c/L 下降）与陈旧度成本（跟踪误差随视界增长）。
50%Unverified将摊销成本与陈旧度成本放入同一目标函数，内部最优解满足平稳性条件 λ_c = L · [ c(τ + L) − C(L) ]，其中 c 是每延迟跟踪成本，τ 是推理延迟，λ_c 是每次查询的价格。
50%Unverified可行执行视界集合为 L* ∈ [τ, d_max − τ]，其中 τ 是推理延迟，d_max 是滚动时域或安全包络的上限。
50%Unverified非零均值扰动增加一个延迟不变项（实测为协方差部分的400%），它抬高成本水平，但对最优执行视界的移动为零。
50%Unverified匹配二阶矩下扰动形状的变化确实会移动最优执行视界，且效应随陈旧度增长。
50%