πR^2：反應式即時流動政策
為何重要
過去通用操作 Agent 受困於 pipeline 延遲，難以在即時動態環境中維持反應速度，此技術將感知與重規劃流程最佳化，顯著提升 agent 的成功率與即時性，是通向可部署、高穩定性 Robotic Agent 的重要一步。它將通用操作策略從「單次規劃後緩慢執行」推向「頻繁閉環修正」，降低了實機落地的技術門檻。
通用操作政策通常採用基於大型預訓練骨架的行動片段流動政策，但這類策略因執行開環且重規劃受掃描與去噪步驟延遲限制，難以應對動態環境。研究提出 πR^2 架構，在不犧牲大型骨架與多模態能力的情況下，透過拆分條件通道與適應性排程，恢復即時反應與閉環重規劃能力。
- πR^2 將條件解耦為「快速通道」（頻繁更新的本體感覺）及「慢速通道」（非同步更新的視覺語言特徵），讓政策在行動片段內即時反應本體，同時容忍視覺資料過期。
- 採用「延遲適應流動排程」將已出發的行動視為 inpainting 條件，在每次呼叫中以單一去噪步驟傳送行動，使單一模型能適配不同硬體延遲。
- 在 A5000 GPU 測試中，基於 GR00T-N1.7 的 πR^2 在 xArm6+XHand 平臺上重規劃速度快相 4 倍、達到約 25Hz，並能每 40ms 接收一次新觀測；在模擬與實機任務中，成功率分別提升 23% 與 30%。