视觉-语言-动作（VLA）模型通过融合视觉、语言和动作信息，在机器人控制等任务中展现出超越传统控制范式的灵活性和泛化能力。然而，当前大多数VLA模型在单帧观察范式下训练，导致其对时间动态信息存在结构性盲点。当环境发生变化（如移动平台或动态物体）时，即使模型在动态数据集上进行了训练或微调，其性能仍会大幅下降。现有的解决方案要么需要昂贵的重新训练，要么面临延迟瓶颈和跨动作分块的时间一致性问题。
针对这一挑战，来自中国科学院等机构的研究团队提出了一种名为“Pace-and-Path Correction”的免训练闭式推理算子。该方法可以无缝地包装任何基于分块动作的VLA模型。其核心思想来源于一个单一的二次代价函数，通过联合最小化得到一个统一的解，并正交分解为两个不同的通道：步速通道（pace channel）负责沿计划方向压缩执行速度，路径通道（path channel）则施加正交的空间偏移。两个通道协同工作，在动作分块窗口内有效吸收感知到的动态变化。
为了验证方法的有效性，研究团队专门设计了诊断性基准MoveBench，将运动作为唯一的控制变量进行隔离。实验结果显示，该框架在纯动态环境中使基础VLA模型的成功率绝对提升高达28.8%，在静态-动态混合环境中提升25.9%，持续优于当前最先进的免训练包装器和动态自适应方法。该方法的另一优势在于其无需重新训练模型，即可显著提升性能，这对于计算资源受限的应用场景尤为重要。传统的动态适应方法往往需要额外的训练步骤或复杂的网络结构修改，而Pace-and-Path Correction仅通过一个轻量级的闭式算子即可实现动态补偿，极大地降低了部署成本。此外，该方法在多个不同的VLA模型上均表现出稳定的改善效果，显示了良好的泛化能力。未来工作可以探索将该算子扩展到更复杂的动态环境，以及与其他感知模块的联合优化。这项研究为VLA模型在实际非平稳场景中的部署提供了一种高效、低成本的新思路，有望推动机器人系统在复杂动态环境中的广泛应用。