一、ACT系统性能基准测试：理解延迟、吞吐量、抖动等关键指标，搭建标准测试环境，执行首次基准测试并记录基线数据

各位同学，欢迎来到ACT具身智能性能调优的第一课。

说实话，很多团队做具身智能项目，上来就调模型、改算法，结果系统上线后才发现——机器人反应慢半拍，抓取动作抖得厉害。为什么？因为没有基线数据。你连系统现在跑多快、稳不稳都不知道，怎么优化？

我个人习惯，拿到任何ACT系统，第一件事就是做基准测试。这就像体检，先测心率、血压，再谈怎么锻炼。今天我们就来聊聊这件事。

1.1 三个核心指标：延迟、吞吐量、抖动

先搞清楚我们要测什么。ACT系统里，我重点关注三个指标。

延迟（Latency）

说白了，就是从发出指令到机器人执行动作的时间差。比如你让机械臂去抓杯子，从视觉传感器拍到杯子，到机械臂开始移动，这中间花了多少毫秒。

我在项目中遇到过，有个客户抱怨机器人抓取总是慢半拍。一测延迟，好家伙，平均200ms，峰值能到500ms。这种延迟在高速产线上根本没法用。

延迟通常分三段：感知延迟（摄像头采集+识别）、规划延迟（路径计算）、执行延迟（电机响应）。我们做基准测试时，要分别记录这三段。

吞吐量（Throughput）

单位时间内系统能处理多少任务。比如每分钟能完成多少次抓取动作，或者每秒能处理多少帧视觉数据。

吞吐量和延迟是冤家。你想想看，一味压延迟，可能牺牲吞吐量；反过来，拼命堆吞吐量，延迟可能飙升。怎么平衡？这就是调优的艺术。

抖动（Jitter）

这个指标很多人忽略，但恰恰最要命。抖动是延迟的波动程度。比如平均延迟50ms，但有时候突然跳到200ms，这种不稳定性会让机器人动作忽快忽慢，抓取成功率直线下降。

我曾经调试一个双臂协作系统，延迟平均值很漂亮，但抖动大得离谱。结果两个机械臂经常撞在一起。后来花了整整一周，才把抖动从±80ms压到±15ms以内。

1.2 搭建标准测试环境

环境不标准，数据就是废的。我见过太多团队，今天在A机器上测，明天在B机器上测，数据根本没法对比。

硬件环境标准化

至少固定以下几项：

• 控制主机：CPU型号、内存大小、硬盘类型（SSD还是HDD）
• 传感器：摄像头型号、分辨率、帧率、曝光参数
• 执行器：电机型号、驱动器参数、减速比
• 网络：有线还是无线，带宽限制，是否共享

我建议，把硬件配置写成一个配置文件，每次测试前检查一遍。别嫌麻烦，我吃过亏——有一次发现延迟异常，查了半天，原来是测试人员换了台笔记本。

软件环境标准化

• 操作系统版本、内核参数
• ROS2版本、DDS中间件配置
• 模型推理框架（TensorRT、ONNX Runtime等）版本
• 依赖库版本（OpenCV、Eigen、PyTorch等）

测试场景标准化

固定测试任务。比如：

• 视觉识别：固定10张测试图片，每张重复100次
• 路径规划：固定起点和终点，障碍物布局不变
• 抓取动作：固定目标物体位置、姿态、重量

嗯，这里要注意：测试场景要能代表真实工况。我见过有人用空载测延迟，结果上线后负载一上去，数据全变了。

1.3 执行首次基准测试

环境搭好了，开始跑测试。我一般按这个步骤来：

1. 预热：先让系统跑5-10分钟，等温度稳定、缓存预热。冷启动的数据不要。
2. 连续测试：跑至少1000次任务，或者持续10分钟以上。样本太少，统计没意义。
3. 记录时间戳：在每个关键节点打时间戳——感知开始、感知结束、规划开始、规划结束、执行开始、执行结束。
4. 保存原始数据：不要只记平均值，把每次的延迟、吞吐量、抖动都存下来。

下面是我常用的测试脚本框架：

# 基准测试脚本示例
import time
import csv

def run_benchmark(trials=1000):
    results = []
    for i in range(trials):
        # 记录感知延迟
        t0 = time.perf_counter_ns()
        obs = sensor.capture()
        t1 = time.perf_counter_ns()
        action = policy.predict(obs)
        t2 = time.perf_counter_ns()
        robot.execute(action)
        t3 = time.perf_counter_ns()
        
        results.append({
            'perception_latency': t1 - t0,
            'planning_latency': t2 - t1,
            'execution_latency': t3 - t2,
            'total_latency': t3 - t0
        })
    
    # 保存到CSV
    with open('baseline.csv', 'w') as f:
        writer = csv.DictWriter(f, fieldnames=results[0].keys())
        writer.writeheader()
        writer.writerows(results)
    
    return results

1.4 记录基线数据

跑完测试，数据怎么整理？我习惯用一张表来呈现：

指标	平均值	P50	P95	P99	最大值	标准差
感知延迟 (ms)	32.5	30.1	45.2	58.7	102.3	8.2
规划延迟 (ms)	18.3	16.8	28.5	35.1	67.4	5.6
执行延迟 (ms)	45.1	44.0	52.3	60.8	89.2	4.1
总延迟 (ms)	95.9	90.9	126.0	154.6	258.9	17.9
吞吐量 (次/分钟)	42	43	38	35	48	3.2
抖动 (ms)	17.9	—	—	—	—	—

看到这个表，你能发现什么？总延迟P99是154.6ms，但最大值到了258.9ms。这说明系统偶尔会卡顿，抖动很大。这就是优化的突破口。

1.5 知识体系总览

下面这张图，是我对本章知识结构的总结。你可以把它当作一个检查清单：

这张图把本章内容串起来了。左边是三个核心指标，中间是测试环境，右边是执行流程。你每次做基准测试，就按这个框架来，保证不会漏东西。

好了，第一课就到这里。记住：没有基线，就没有优化。先把这一步做扎实，后面调优才有方向。

---