arXiv cs.RO· Shen Ruan, Wenchang Gao, Jin Wang, Siao Liu, Zhaxizhuoma, Dongchun Ren, Xin Zheng·· 6 小时前
量化 VLA 泛化性恢复：PIVOT-Q 面向脆弱状态的调优框架
Beyond In-Distribution Preservation: Recovering Generalization in Quantized VLAs via Vulnerability-Oriented Tuning
AI 导读
针对量化 VLA 策略在环境扰动下泛化性下降的问题，研究者提出 PIVOT-Q——一种脆弱性感知的 On-Policy Distillation 框架，以冻结的全精度策略为教师，选择性纠正量化学生 rollout 中出现的脆弱状态。在 LIBERO-Plus 的七种环境变化下，PIVOT-Q 在多种 VLA 骨干和量化方法上均实现稳定恢复，且仅用全状态蒸馏 7.4% 的状态级预算即全面超越后者。
来源：arXiv cs.RO · arxiv.org