系统评测检验能力能否持续、及时且可恢复地执行。任务成功之外，还需观察延迟/抖动、接管、失败恢复、连续运行时长、能耗与维护成本。
| 时间量 | 起止与含义 |
|---|---|
| 模型推理耗时 | 一次前向或完整动作 chunk 的计算 |
| 控制周期 | 策略或驱动循环的更新间隔 |
| chunk 时域 | 一批动作覆盖的运动时间 |
| 参考前视 | 控制器读到多远的未来目标 |
| 端到端延迟 | 指定观测采样到动作生效，包含传输、排队与执行 |
当前判断 · 2026-10-10 核查
SONIC 的 Orin policy forward 1–2 ms、策略 50 Hz、指令写入 500 Hz 各指不同环节；模型卡 80/200 ms 则是前视窗口。GR00T 模型卡 的 E2E 只覆盖表列推理流水，不能替代感知到电机测量。依据与边界 · 依据与边界
ros2_control 的 update_rate 是目标，fallback 依赖接口可用性；配置存在不证明实际周期或恢复成功。依据与边界
缺少端到端分位数、超时/丢帧、恢复次数和总人工时间时，不能从“real-time”或长时演示推断无人值守可靠性。当前代表材料尚未给出可统一比较的现场证据。任务口径见 能力评测。
证据补充 · 2026-10-10
GROOVE v1 在 UR5e 两任务、共 50 对匹配测试中控制相同 300 条命令预算，平移 TCP jerk 降低 16.39%；这衡量运动平滑，不证明硬件寿命或长期安全。VLA workload v1 的四模型研究区分 RTX 4090 / Orin / Thor 推理测量与 43,200 个仿真闭环 episodes；不能将仿真任务数量当成真机运行次数。