跳到正文
arXiv · 机器人与计算机视觉· Yucheng Guo, Yongjian Guo, Zhong Guan, Wen Huang, Haodong Yue, Shuai Di, Junwu Xiong, Yicheng Gong, Xi Xiao·· 3 天前AI 评分72

D-VLA:面向视觉语言动作模型的高并发分布式异步强化学习框架

D-VLA: A High-Concurrency Distributed Asynchronous Reinforcement Learning Framework for Vision-Language-Action Models

AI 导读

针对具身智能中大规模 VLA 模型在分布式环境下进行强化学习时面临的资源冲突与执行效率瓶颈,本文提出 D-VLA 高并发低延迟分布式 RL 框架。该框架引入“平面解耦”机制物理隔离高频训练数据与低频权重控制,消除仿真与优化的相互干扰;设计四线程异步“泳道”流水线实现采样、推理、梯度计算与参数分布的全并行重叠;采用双池显存管理与拓扑感知复制解决内存碎片并优化通信效率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org