arXiv · 机器人与计算机视觉· Byungkun Lee, Minho Park, Hojoon Lee, Dongyoon Hwang, Donghu Kim, Hyunseung Kim, Kyungmin Lee, Yunho Kim, Jaegul Choo·· 15 天前AI 评分54
All-For-One:一种将视觉基础模型蒸馏为快速、内存高效的视觉运动策略的方法
All-For-One: Distilling Visual Foundation Models to a Fast, Memory-Efficient Visuomotor Policy
AI 导读
针对直接部署视觉基础模型(VFM)存在计算成本高、时序不一致及分布偏移等问题,本文提出 All-For-One 两阶段蒸馏框架。该方法在训练阶段利用 VFM 作为特权信息融合 RGB 观测以学习语义增强表示,随后将知识蒸馏至仅依赖 RGB 的轻量级学生策略网络。
来源:arXiv · 机器人与计算机视觉 · arxiv.org