跳到正文
arXiv · 机器人与计算机视觉· Sungwon Moon, Minji Kim, Hyemin Boo, Daeun Song, Jiyoung Lee·· 10 天前AI 评分71

ActPrune:面向高效视觉 - 语言 - 动作模型的基于动作的视觉 Token 剪枝

ActPrune: Action-Grounded Visual Token Pruning for Efficient Vision-Language-Action Models

AI 导读

论文 ActPrune 提出一种无需训练的视觉 Token 剪枝方法,将剪枝决策提前至视觉编码器之前,利用机器人上一时刻预测的动作作为几何先验。该方法在固定第三人称视角保留机械臂轨迹与语义锚点,在腕部视角剔除经动作补偿后不变的区域。

来源:arXiv · 机器人与计算机视觉 · arxiv.org