arXiv · 机器人与计算机视觉· Lichao Ni, Yuhan Liu, Pengfei Li, Guanghuan Fang·· 2026-10-16AI 评分43
Multi-Teacher On-Policy Distillation 提升基于流的视觉语言动作模型在多域任务成功率
Multi-Teacher On-Policy Distillation for Flow-Based Vision-Language-Action Models
AI 导读
针对单一共享策略难以整合多域技能的挑战,该方法提出双级同策略蒸馏框架,利用冻结领域专家监督学生模型。在 LIBERO-40、CALVIN 和 Meta-World MT50 基准上,Velocity Loss OPD 相比基线分别提升绝对成功率 22.55%、33.4% 及 22.6%,且长序列任务增益更显著。研究通过联合监督微调初始化并收集新经验,验证了单学生模型跨域部署的有效性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org