English(EN) APS-VLA: Action-Guided and Future-Aware Token Pruning for Efficient Vision-Language-Action Models

新的APS-VLA框架通过修剪视觉令牌加速机器人控制

作者 PulseAugur 编辑部 · [1 个来源] · 2026-11-11 05:00

研究人员开发了APS-VLA，一个旨在提高机器人操作中使用的视觉-语言-动作（VLA）模型效率的新框架。该方法通过使用轻量级的决策影响估计器来修剪视觉令牌，而视觉令牌通常是推理延迟的瓶颈。该估计器学习根据当前观察、语言指令和机器人本体感觉来选择关键令牌，而无需更改核心VLA模型。实验表明，APS-VLA可以显著减少推理时间，在真实机器人任务上实现1.47倍的加速，同时保持与未修剪模型相当的成功率。 AI

影响该框架通过减少视觉-语言-动作模型的计算负载，可能带来更快、响应更灵敏的机器人系统。

排序理由这是一篇详细介绍改进AI模型效率新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 36 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 这是一篇详细介绍改进AI模型效率新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Xiaoyang Xing, Chun-Mei Feng, Anthony Cohn, Xiaoliang Gong, Asoke Nandi · 2026-11-11 05:00

APS-VLA：面向高效视觉-语言-动作模型的动作引导和面向未来的令牌剪枝

arXiv:2611.13030v1 Announce Type: new Abstract: Vision-language-action (VLA) policies have demonstrated strong generalization in robotic manipulation, yet processing dense visual tokens often incurs high inference latency. Visual token pruning offers a practical way to reduce thi…

本文如何被排名

报道来源 [1]

APS-VLA：面向高效视觉-语言-动作模型的动作引导和面向未来的令牌剪枝

相关实体

相关话题