導航視覺-語言-動作（VLA）策略在執行過程中，即使下一步命令與上一條完全相同，也往往要反覆進行代價高昂的語義推理，這在長時間連續直行等場景中造成大量重複計算。來自Vieri N. Akustia與Bin Hu的論文提出ASPEN，試圖在不改動基礎策略的前提下削減這部分冗餘開銷。
ASPEN的核心思路是“命令持久性預測”：在給定的命令邊界上，估計凍結的基礎策略是否還會再次輸出與上一條相同的命令。如果預測結果認為命令會持續，系統就直接複用已有命令；如果預測認為命令即將發生變化，則照常調用VLA進行全新的語義推理。這樣做的好處是，只有當指令依賴的轉向、停止等關鍵事件可能到來時，才付出完整的推理成本。
具體實現上，ASPEN是一個事件觸發的調度器，而非對VLA本身的重訓練。它配備一個輕量級多模態預測器，輸入包括時序觀測、語言指令、執行歷史以及緩存的VLA置信度，綜合這些信息來判斷命令的持久性。調度只會在符合條件的命令邊界上生效，從而避免在任意時刻打斷策略的正常執行流。
作者在跨數據集的RxR-CE val-unseen劃分上，以凍結的NaVILA作為基礎策略進行評估。結果顯示，ASPEN將VLA調用次數降低了9.5%，估計推理時間降低了8.1%，且這一數字已經包含調度本身帶來的開銷。同時，導航性能與基線相當，並且在92.1%的回合中保持了與基線完全相同的動作序列，説明節省計算並未以明顯改變行為為代價。
該工作屬於機器人學（cs.RO）方向，論文編號為arXiv:2610.36285，於2026年10月26日提交。其意義在於提供了一種與基礎模型解耦的效率優化路徑：無需修改或微調VLA，即可通過外部調度在保留原有行為的同時減少語義推理次數。不過，由於預測器需要在命令變化時及時觸發推理，其判斷準確性直接決定了是否會遺漏依賴指令的轉向或停止，這也是此類複用策略需要持續權衡的風險點。