arXiv cs.RO· Owen Du, Yang Yue, Jie Zhang, Jiaqi Pi, Chi Bene Chen, Gao Huang·· 4 小时前
VLA-ACL：面向高效 VLA 模型的动作一致性视觉 token 剪枝
VLA-ACL: Action-Consistent Visual Token Pruning for Efficient Vision-Language-Action Models
AI 导读
VLA-ACL 通过动作级监督学习轻量视觉 token 剪枝策略，在完全冻结基础 VLA 模型的前提下，让剪枝后视觉上下文产生的动作与全上下文教师保持一致。在 LIBERO 和真实操作任务上，该方法最多剪掉 87.5% 的视觉 token，计算量降低最多 75%，推理提速 1.5 倍，性能仍具竞争力。代码已开源。
来源：arXiv cs.RO · arxiv.org