PulseAugur
中
实时 16:18:51
English(EN) KERV: Kinematic-Rectified Speculative Decoding for Embodied VLA Models

新方法KERV和HeiSD通过运动学感知加速具身VLA模型

作者 PulseAugur 编辑部 · [2 个来源] ·

两篇新研究论文介绍了加速用于机器人控制的视觉-语言-动作（VLA）模型推理速度的方法。KERV利用卡尔曼滤波器预测动作并调整接受阈值，在成功率损失极小的情况下实现了高达37%的加速。HeiSD提出了一种混合方法，将不同的推测解码技术与运动学感知相结合，在模拟中达到高达2.45倍的加速，在真实场景中达到2.41倍的加速，同时保持高成功率。 AI

影响 新技术可能显著加快机器人控制推理速度，从而实现更具响应性和更高效的具身人工智能系统。

排序理由 arXiv上发表的两篇学术论文介绍了加速VLA模型的新颖方法。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新方法KERV和HeiSD通过运动学感知加速具身VLA模型

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Zihao Zheng, Zhihao Mao, Maoliang Li, Jiayu Chen, Xinhao Sun, Zhaobo Zhang, Donggang Cao, Hong Mei, Xiang Chen ·

    KERV：具身视觉语言模型（VLA）的运动学校正推测解码

    arXiv:2603.01581v2 Announce Type: replace-cross Abstract: Vision-Language-Action (VLA) models build a token-domain robot control paradigm, yet suffer from low speed. Speculative Decoding (SD) is an optimization strategy that can boost inference speed. Two key issues emerge when i…

  2. arXiv cs.LG TIER_1 English(EN) · Zihao Zheng, Zhihao Mao, Sicheng Tian, Maoliang Li, Jiayu Chen, Xinhao Sun, Zhaobo Zhang, Xuanzhe Liu, Donggang Cao, Hong Mei, Xiang Chen ·

    HeiSD：具有运动感知的具身视觉-语言-动作模型的混合推测解码

    arXiv:2603.17573v2 Announce Type: replace-cross Abstract: Vision-Language-Action (VLA) Models have become the mainstream solution for robot control, but suffer from slow inference speeds. Speculative Decoding (SD) is a promising acceleration method which can be divided into two c…

相关实体

相关话题