כתבה
arXiv cs.AI ·
FastOPD: תפיסה-זרימה קצרה להפצה קלה של VLA
FastOPD: On-Policy Distillation for Lightweight VLA Deployment
FastOPD היא תפיסה-זרימה קצרה שמאפשרת הפצה קלה של VLA גדול-ממדים. היא משתמשת בשיטת תפיסה-זרימה להפצה של דגמי VLA גדול-ממדים, ומשפרת את הביצועים שלהם. FastOPD נבחנה במספר ניסויים, כולל ניסויים בשימוש במודלי VLA גדול-ממדים. התוצאות הראו ש-FastOPD משפרת את הביצועים של המודלים, ומאפשרת הפצה קלה שלהם.
תקציר מקורי באנגליתarXiv:2610.02832v1 Announce Type: cross Abstract: Vision-Language-Action (VLA) foundation models have scaled rapidly to enhance manipulation performance and generalizability, but this scaling incurs high computational costs that render real-world deployment increasingly challenging. Existing approaches typically mitigate this issue by designing smaller architectures or reducing the iterative denoising steps in flow-based policies. In this work, we propose FastOPD, a foundation-to-lightweight VLA framework that enables the practical deployment of large-scale VLAs through efficient on-policy distillation. Specifically, FastOPD adapts a flow map for single-state teacher supervision and combines it with a self-consistency objective to construct a compact student that learns the teacher dynamic
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית